У вас вопросы?
У нас ответы:) SamZan.net

Лабораторная работа 10 Генетический алгоритм и его реализация в среде MTLB Цель Минимизировать функцию

Работа добавлена на сайт samzan.net:

Поможем написать учебную работу

Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.

Предоплата всего

от 25%

Подписываем

договор

Выберите тип работы:

Скидка 25% при заказе до 26.12.2024

Лабораторная работа №10

Генетический алгоритм и его реализация в среде MATLAB

Цель: Минимизировать функцию (найти глобальный минимум) на указанном отрезке. В отчете привести результаты оптимизации, сгенерированный M-File, результаты экспорта в рабочую область и результаты сравнения работы Генетического Алгоритма с обучением нейронной сети.

Правила записания функций в M-File

function y = func(x)

if (x>3)

   y = 13/4*x.*x.*x+1/6*x.*x.*x.*x;

else

   y=x+2;

end;

function z = func(x)

z=(x(2)-3)*exp(-x(1).^2-x(2).^2);

Пример выполнения работы

Минимизировать функцию:

  1.  Создать М-file, сохранить с тем же именем как и имя функции (func в данном примере)

function y = func(x)

y = –14*x+12+13/4*x.*x.*x+1/6*x.*x.*x.*x;

  1.  Чтобы представить функцию графически, необходимо определить эту функцию в командном окне:

>>x= – 10:0.1:10;

>> y = –14*x+12+13/4*x.*x.*x+1/6*x.*x.*x.*x;

>>plot(x,y,’*’)

График функции для

  1.  Вызвать окно тулбокса с помощью команды >> GATool. После чего появится окно Genetic Algorithm Tool.
  2.  В поле fitness function необходимо ввести имя целевой функции следующим образом: @func.
  3.  Установить значения параметров ГА: количество особей в популяции (Population size) = 10; количество поколений (Generations) = 100 (в меню критерия остановки алгоритма (Stopping criteria)); начальный отрезок (Initial range) = [0;1] ;
  4.  В поле plots установить флажки для: best fitness, best individual, distance.
  5.  После нажатия на Start появится окно результата
  6.  В окне Genetic Algorithm Tool в поле Final point появится значение переменной х, соответствующее минимуму функции, в окне Status and result можно увидеть найденное минимальное значение целевой функции. Для данной задачи результаты получились следующие: минимум функции достигается в точке х=1.15 и f(1.15)=1.1342.
  7.  На следующих рисунках можно увидеть полученные результаты.

  1.  Чтобы сохранить полученную оптимизацию необходимо сгенерировать M-file: File/Generate M-File.
  2.  Для экспорта в рабочую область необходимо вызвать окно:

  1.  Команда >>ga(gaproblem) опять откроет окно с результатом.

Поиск минимума с использованием нейронной сети

  1.  Создадим нейронную сеть (НС) с помощью команды:

net = newff([-10 10],[5 1],{'tansig' 'purelin'});

где newff – создает новую сеть, [-10 10] – Rx2 матрица с минимальным и максимальным элементами входного параметра, [5 1] – означает: первый слой имеет 5 tansig нейронов, второй слой имеет один purelin нейрон.

  1.  Необходимо обучить сеть. Если просимулировать сеть без ее обучения, то получим следующий результат:

>>x=-4:0.1:4;

>> y = -14*x+12+13/4*x.*x.*x+1/6*x.*x.*x.*x;

>> net = newff([-10 10],[5 1],{'tansig' 'purelin'});

>>yy=sim(net,x);

>> plot(x,y,x,yy,'*')

  1.  Для обучения НС воспользуемся следующими командами:

>> net.trainParam.epochs = 100; – задает количество эпох обучения.

>> net = train(net,x,y); – обучает НС net на х – входах и y – выходах.

>>yy=sim(net,x);

>> plot(x,y,x,yy,'*')

  1.  После обучения НС используем команду sim и строим график:

  1.  Проверим как обучилась наша НС и какой результат она выдаст при проверке значения функции в точке 1.15:

>> sim(net,1.15)

ans =

   1.1108


Вариант 1

1)

2)


Вариант 2

1)

2) Функция Розенброка:


Вариант 3

1)

2)


Вариант 4

1)

2) Функция Растригина:


Вариант 5

1)

2) Функция Бранинса


Вариант 6

1)

2) Функция Михалевича (Michalewicz’s function)


Вариант 7

1)

2) Сумма различных степеней (Sum of different power)


Вариант 8

1)

2) Функция Экли (Ackley’s function):


Вариант 9

1)

2) Шестигорбая функция (Six–hump camel back function)


Вариант 10

1)

2)  Функция Голдстейна (Goldstein-Price function)

Вариант 11

1)

2) Функция Изома (Easoms function)




1. Dd.MM.yyyy 21.01.2014 С Уважением АН ldquo;Домовойrdquo; 79163623777 Юрий 79154749275 Игорь
2. Древнерусское Государство и право
3. Тема- Учебная лексикаThe techer~s kind words children to work more nd better
4. административных округа так называемые дукаты где располагались пограничные крепости с сильными гарнизо
5. Предмет экономической теории экономическая политика и экономическая стратегия
6. Контрольная работа- PR в органах власти
7. Туристско-рекреационный потенциал республики Кабардино-Балкария
8. Основные этапы развития биосферы на Земле
9. Омский государственный технический университет Л
10. тема маркування принцип дії; основні параметри та характеристики; еквівалентні схеми; типові схеми включенн
11. D Дата и место проведения игр- 10 августа и 17 августа с 11
12. 2012 1050 Зареєстровано в Міністерстві юстиції України 17 грудня 2012 р
13. Российским экономическим журналом материалов сотрудников и экспертов Фонда имущества гМосквы и других а
14. Российский государственный профессиональнопедагогический университет Институт социологии и права Ка.
15. реферат дисертації на здобуття наукового ступеня кандидата політичних наук Одеса ~.html
16. Детский сад комбинированного вида 39 Золотая рыбка Все профессии нужны в
17. ЗАДАНИЕ по дисциплине Профессиональная этика Вариант 1
18. 370 млн руб в том числе сырье и материалы 310 млн
19. во аним исполнитель именинник Колво детей
20. Организация и техника ведения налогового учета