1樓：it懂多點
1.物競――適應度函式（fitness function）
自然界生物競爭過程往往包含兩個方面：生物相互間的搏鬥與及生物與客觀環境的搏鬥過程。但在我們這個例項裡面，你可以想象到，袋鼠相互之間是非常友好的，它們並不需要互相搏鬥以爭取生存的權利。
它們的生死存亡更多是取決於你的判斷。因為你要衡量哪隻袋鼠該殺，哪隻袋鼠不該殺，所以你必須制定一個衡量的標準。而對於這個問題，這個衡量的標準比較容易制定：
袋鼠所在的海拔高度。（因為你單純地希望袋鼠爬得越高越好。）所以我們直接用袋鼠的海拔高度作為它們的適應性評分。
即適應度函式直接返回函式值就行了。
引自：網頁連結
2樓：匿名使用者
這個是要你自己編寫的目標函式，如果是一個簡單函式，它的值就可以作為適應度。不同的工具箱對這個的操作可能還不一樣，需要具體分析
3樓：匿名使用者
f=1/(y-exp(x1)*x3+x4)/ln(x5*exp(x7)))^2即
4樓：好可憐的人兒
適應度函式通常用於轉換目標函式為相對適應度值。
遺傳演算法中常用的適應度函式及遺傳演算法基本原理如下：
---------------------原文
基因遺傳演算法中,利用適應度函式表示引數值的大小,個體是否應該被淘汰
5樓：匿名使用者
適應度用於評價個體的優劣程度，適應度越大個體越好，反之適應度越小則個體越差；根據適應度的大小對個體進行選擇，以保證適應效能好的個體有更多的機會繁殖後代，使優良特性得以遺傳。因此，遺傳演算法要求適應度函式值必須是非負數，而在許多實際問題中，求解的目標通常是費用最小，而不是效益最大，因此需要將求最小的目標根據適應度函式非負原則轉換為求最大目標的形式。
如何用遺傳演算法工具箱中的函式畫出適應度函式曲線
初學遺傳演算法，對於裡面的適應度函式怎麼建立，；有沒有相關的書籍給推薦下，急用 5
6樓：匿名使用者
《遺傳演算法及其應用》，《matlab遺傳演算法工具箱及應用》，這兩本可以看看。首先要了解適應度函式與目標函式的關係，適應度函式一般為非負，不同問題需要根據目標函式具體分析。
遺傳演算法工具箱的具體使用
matlab遺傳演算法工具箱函式及例項講解 核心函636f707962616964757a686964616f31333332623934數 1 function pop initializega num,bounds,eevalfn,eevalops,options 初始種群的生成函式 輸出引數 ...
遺傳演算法中的錦標賽選擇演算法的思想是什麼
我理解的是，在50個人中，隨機選擇兩組人，每組10個人，對於每組的10個人按適應度進行排列，選擇兩組中適應度最好的兩個個體作為母代進行兩兩交叉 然後再從剩下來的48個人中，隨機選擇兩組人，每組10個人，對於每組的10個人按適應度進行排列，選擇兩組中適應度最好的兩個個體作為母代進行兩兩交叉 依此類推，...
在matlab裡面GA遺傳演算法工具箱中怎麼找到多個區域性最優解，我現在只能找到全域性最優解
這個需要根據引數設定來進行的，引數設定合理就可以得到全域性最優解，反之，可能得到區域性最優解 用matlab優化工具箱自帶的遺傳演算法 只能找到近似最優解 時，往往重複計算很多次都不能得到最優解 要想得到較精確的最優解，可以通過設定function tolerance的誤差值，constraint ...