matlab遗传算法工具箱的简单应用

在平时写论文中，需要进行最小化的参数优化问题时，利用遗传算法进行优化可以为论文提分不少。然而，代码的编写远比遗传算法工具箱麻烦的多，在此，展示一个利用遗传算法工具箱进行最小化优化的例子，方便读者进行学习。
假设我们想要计算下面函数的最小值：

同时，我们假设x1和x2的取值范围是(0,6)。因此，这是一个有约束的最小化问题。

先编写目标函数的M文件:

然后打开优化工具箱，选择遗传算法，输入目标函数句柄和参数数目与取值范围，因为目标函数求解简单，其他参数均保持默认值，读者可以根据需要调节初始群体以及终止条件等。求解结果如下：


可以看到，最小值近似于-9，与我们手算出来的最小值结果相同。一旦目标函数复杂以及参数数目众多，遗传算法全局寻优的优势就体现出来了。