MATLAB环境下遗传算法优化工具箱的应用.pdf

第22卷第3期新疆大学学报(自然科学版)Vol.22,No.3
2005年8月JournalofXinjiangUniversity(NaturalScienceEdition)Aug.,2005

X
MATLAB环境下遗传算法优化工具箱的应用

刘万林,张新燕,晁勤
(新疆大学电气工程学院,新疆乌鲁木齐830008)

摘要:用MATLAB语言及MATLAB语言编制的优化工具箱进行优化设计具有语言简单、函数丰富、用法比
较灵活、编程效率高等特点.本文对遗传算法和基于MATLAB的遗传算法优化工具箱(GAOT)作了简要的介
绍、分析了优化工具函数,并结合非线性、多峰值函数问题的优化实例,说明了遗传算法是一种具有良好的全局
寻优性能的优化方法.
关键词:MATLAB;遗传算法;优化;全局寻优
中图分类号:TP301.6文献标识码:A文章编号:100022839(2005)0320357204

TheApplicationofGeneticAlgorithmOptimizationToolboxinMATLAB

LIUWan2lin,ZHANGXin2yan,CHAOQin
(CollegeofElectricalEngineering,XinjiangUniversity,Urumqi,Xinjiang830008,China)

Abstract:TheoptimizationdesigninMATLABandMatlaboptimizationtoolboxhavesimplelanguage、
abundantfunctions、flexiblemethodandhighprogrammingefficiency.Thepaperintroducesgeneticalgorithm
(GA)andgeneticalgorithmoptimizationtoolboxandanalysestheoptimizationtoolboxfunction.Thefunction
optimizationproblemofnonlinearandmultipeakhasbeengiventodemonstratethatgeneticalgorithmisa
betterglobaloptimizationmethod.
Keywords:MATLAB;GeneticAgolrithm;Optimization;Globaloptimization

Matlab语言是一种高效率的用于科学工程计算的高级语言,与Basic、Fortran、VisualC等语言比
较,Matlab语言的语法规则简单、更加贴近人的思维方式,易学易用.Matlab语言有着丰富的由世界著
名专家、学者开发出的各种工具箱,Matlab的优化工具箱提供了对各种优化问题的一个完整的解决方
案.遗传算法优化工具箱就是其中之一,遗传算法(GA)是一类借鉴生物界自然选择和遗传机制的随机
优化搜索算法,其主要特点是群体搜索策略和群体中个体之间的信息交换、搜索不依赖于梯度信息.由
于不受函数约束条件(如连续性、可微性、单极值)的限制,因而具有广泛的适应能力.它尤其适用于处理
传统搜索方法难以解决的复杂和非线性问题,因此,采用MATLAB语言设计的遗传算法优化工具箱将
它应用于实际中,不仅具有简单、易用、易于修改的特点,而且为解决许多传统的优化方法难以解决的象
非线形、多峰值之类的复杂问题提供了有效的途径,为遗传算法的研究和应用提供了很好的应用前景.
1遗传算法

1.1遗传算法(Geneticalgorithms:GA)是由美国Michigan大学的JohnHolland教授在20世纪60年代
提出的,它是一种自然适应优化方法,该算法是基于自然遗传和自然优选机理形成的一种全局寻优方
法.遗传算法是将问题的求解表示成“染色体”,将它们置于问题的“环境”中,根据适者生存的原则,从中
选择出适应环境的“染色体”进行复制,即再生(reproduction,selection),通过交叉(crossover)、变异
(mutation)两种基因操作产生出新一代更适合环境的“染色体”群,这样一代代不断改进,最后收敛到一
个最适合环境的个体上(当然也有其他的收敛准则),求得问题的最佳解.由于最好的染色体不一定出现

X收稿日期:2004209217
作者简介:刘万林(19782),男,硕士研究生.从事电力系统综合自动化方面的研究.
853新疆大学学报(自然科学版)2005年

在最后一代,开始时保留最好的染色体,如果在新的种群又发现更好的染色体,则用它代替原来的染色
体,进化完成后,这个染色体可以看作是最优化的结果.遗传算法几乎渗透到从工程到社会科学的诸多
领域,必须要编制遗传