利用MATLAB实现遗传算法和MATLAB神经网络工具箱的使用

《利用MATLAB实现遗传算法和MATLAB神经网络工具箱的使用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、实验一利用MATLAB实现遗传算法一、实验目的1、熟悉MATLAB语言编程环境2、掌握MATLAB语言命令3、学会利用MATLAB编程实现遗传算法二、实验原理MATLAB是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计等领域。通过学习遗传算法原理，使用MATLAB编写程序，实现其求解策略。三、实验内容通过MATLAB编程，利用遗传算法求解：求.三、实验要求1、程序设计2

2、、调试3、实验结果4、撰写实验报告实验二MATLAB神经网络工具箱的使用一、实验目的1、掌握MATLAB语言命令2、提高MATLAB程序设计能力3、学会使用MATLAB神经网络工具箱二、实验原理MATLAB语言是MathWorks公司推出的一套高性能计算机编程语言，集数学计算、图形显示、语言设计于一体，其强大的扩展功能为用户提供了广阔的应用空间。它附带有30多个工具箱，神经网络工具箱就是其中之一。利用该工具箱可以方便的构建神经网络的结构模型、设计、训练等，实现神经网络算法。三、实验内容通过MATLAB编程，利用神经网络工具箱预测公路运量：公路运量主要包括公路客运量和公

3、路货运量两个方面。据研究，某地区的公路运量主要与该地区的人数、机动车数量和公路面积有关，上表给出了该地区20年的公路运量相关数据。根据有关部门数据，该地区2010和2011年的人数分别为73.39和75.55万人，机动车数量分别为3.9635和4.0975万辆，公路面积分别为0.9880和1.0268万平方千米。请利用BP网络预测该地区2010和2011年的公路客运量和公路货运量。某地区20年公路运量数据年份人口数量/万人机动车数量/万辆公路面积/万平方千米公路客运量/万人公路货运量/万吨199020.550.60.0951261237199122.440.750.1

4、162171379199225.370.850.1177301385199327.130.900.1491451399199429.451.050.20104601663199530.101.350.23113871714199630.961.450.23123531834199734.061.600.32157504322199836.421.700.32183048132199938.091.850.34198368936200039.132.150.362102411099200139.992.200.361949011203200241.932.250.382

5、043310524200344.592.350.492259811115200447.302.500.562510713320200552.892.600.593344216762200655.732.700.593683618673200756.762.850.674054820724200859.172.950.694292720803200960.633.100.794346221804三、实验要求1、程序设计2、调试3、实验结果4、撰写实验报告运用遗传算法求解函数最大值：所有的子程序为M文件%子程序：计算适应度函数，函数名称存储为fitnessfu.mfunc

6、tion[Fitvalue,sumsump]=fitnessfun(population);globalBitLengthglobalboundsbeginglobalboundsendpopsize=size(population,1);fori=1:popsizex=transform2to10(population(i,:));xx=boundsbegin+x*(boundsend-boundsbegin)/(power((boundsend),BitLength)-1);Fitvalue(i)=targetfun(xx);endFitvalue(i)=Fitv

7、alue'+230;fsum=sum(Fitvalue);Pperpopulation=Fitvalue/fsum;cumsump(1)=Pperpopulation(1);fori=2:popsizecumsump(i)=cumsumo(i-1)+Pperpopulation(i);endcumsump=cumsump';%子程序：新种群交叉操作，函数名称存储为crossover.mfunctionscro=crossover(population,seln,pc)BitLength=size(population,2);pcc=IfCroIfMu