gaot工具箱路徑置頂

① 目標變數為混合變數（浮點+離散）編碼遺傳演算法

最近研究了一下遺傳演算法，因為要用遺傳演算法來求解多元非線性模型。還好用遺傳演算法的工具

箱予以實現了，期間也遇到了許多問題。藉此與大家分享一下。

首先，我們要熟悉遺傳演算法的基本原理與運算流程。

基本原理：遺傳演算法是一種典型的啟發式演算法，屬於非數值演算法范疇。它是模擬達爾文的自然

選擇學說和自然界的生物進化過程的一種計算模型。它是採用簡單的編碼技術來表示各種復雜

的結構，並通過對一組編碼表示進行簡單的遺傳操作和優勝劣汰的自然選擇來指導學習和確定

搜索的方向。遺傳演算法的操作對象是一群二進制串（稱為染色體、個體），即種群，每一個染

色體都對應問題的一個解。從初始種群出發，採用基於適應度函數的選擇策略在當前種群中選

擇個體，使用雜交和變異來產生下一代種群。如此模仿生命的進化進行不斷演化，直到滿足期

望的終止條件。

運算流程：

Step 1：對遺傳演算法的運行參數進行賦值。參數包括種群規模、變數個數、交叉概率、變異概

率以及遺傳運算的終止進化代數。

Step 2：建立區域描述器。根據軌道交通與常規公交運營協調模型的求解變數的約束條件，設

置變數的取值范圍。

Step 3：在Step 2的變數取值范圍內，隨機產生初始群體，代入適應度函數計算其適應度值。

Step 4：執行比例選擇運算元進行選擇操作。

Step 5：按交叉概率對交叉運算元執行交叉操作。

Step 6：按變異概率執行離散變異操作。

Step 7：計算Step 6得到局部最優解中每個個體的適應值，並執行最優個體保存策略。

Step 8：判斷是否滿足遺傳運算的終止進化代數，不滿足則返回Step 4，滿足則輸出運算結果

。

其次，運用遺傳演算法工具箱。

運用基於Matlab的遺傳演算法工具箱非常方便，遺傳演算法工具箱里包括了我們需要的各種函數庫

。目前，基於Matlab的遺傳演算法工具箱也很多，比較流行的有英國設菲爾德大學開發的遺傳算

法工具箱GATBX、GAOT以及Math Works公司推出的GADS。實際上，GADS就是大家所看到的

Matlab中自帶的工具箱。我在網上看到有問為什麼遺傳演算法函數不能調用的問題，其實，主要

就是因為用的工具箱不同。因為，有些人用的是GATBX帶有的函數，但MATLAB自帶的遺傳演算法

工具箱是GADS，GADS當然沒有GATBX里的函數，因此運行程序時會報錯，當你用MATLAB來編寫

遺傳演算法代碼時，要根據你所安裝的工具箱來編寫代碼。

以GATBX為例，運用GATBX時，要將GATBX解壓到Matlab下的toolbox文件夾里，同時，set path

將GATBX文件夾加入到路徑當中。

最後，編寫Matlab運行遺傳演算法的代碼。

這塊內容主要包括兩方面工作：1、將模型用程序寫出來（.M文件），即目標函數，若目標函

數非負，即可直接將目標函數作為適應度函數。2、設置遺傳演算法的運行參數。包括：種群規

模、變數個數、區域描述器、交叉概率、變異概率以及遺傳運算的終止進化代數等等。

為方便大家理解，以下為例：

求解模型：TC=x1+2*x2+3*x3+4*x4，-1<=x<=0

根據上面的求解模型，可以寫出模型的.M文件如下，即適應度函數

function TC=TotalCost(x)
TC=0;
for i=1:4
TC=TC+i*x(i);
end

然後，可以利用遺傳演算法工具箱來寫出遺傳演算法運行的主要程序，如下：

%定義遺傳演算法參數
NIND=20; %個體數目
MAXGEN=200; %最大遺傳代數
NVAR=4; %變數維數
PRECI=20; %變數的二進制位數
GGAP=0.9; %代溝
trace=zeros(MAXGEN,2); %演算法性能跟蹤
%建立區域描述器
FieldD=[rep(PRECI,[1,NVAR]);rep([-1;0],[1,NVAR]);rep([1;0;1;1],[1,NVAR])];
Chrom=crtbp(NIND,NVAR*PRECI); %創建初始種群
gen=0; %代計數器
ObjV=TotalCost(bs2rv(Chrom,FieldD)); %計算初始種群個體的目

標函數值
while gen<MAXGEN,
FitnV=ranking(ObjV); %分配適應度值
SelCh=select('sus',Chrom,FitnV,GGAP); %選擇
SelCh=recombin('xovsp',SelCh,0.7); %重組
SelCh=mut(SelCh,0.07); %變異
ObjVSel=TotalCost(bs2rv(SelCh,FieldD)); %計運算元代目標函數值
[Chrom ObjV]=reins(Chrom,SelCh,1,1,ObjV,ObjVSel); %重插入
gen=gen+1;
%輸出最優解及其對應的10個變數的十進制值
[Y,I]=min(ObjVSel);
Y,X=bs2rv(Chrom(I,:),FieldD);
trace(gen,1)=min(ObjV);
trace(gen,2)=sum(ObjV)/length(ObjV);
end
plot(trace(:,1));hold on;
plot(trace(:,2),'-.');grid;
legend('種群均值的變換','最優解的變化');

顯然，根據模型的特徵，最優解應該是-10，自變數分別取-1，-1，-1，-1。大家可以安裝

GATBX，在Matlab中建立目標函數的.M文件以及遺傳演算法主程序的文件來進行試驗。

希望以上內容對學習和運用遺傳演算法的同仁有所幫助，因為本人也是初學，因此有不詳之處請

見諒。

////////////////////////////////////////////////////
matlab遺傳演算法工具箱函數及實例講解（轉引）
gaotv5

核心函數：
(1)function [pop]=initializega(num,bounds,eevalFN,eevalOps,options)--初始種群的生

成函數
【輸出參數】
pop--生成的初始種群
【輸入參數】
num--種群中的個體數目
bounds--代表變數的上下界的矩陣
eevalFN--適應度函數
eevalOps--傳遞給適應度函數的參數
options--選擇編碼形式(浮點編碼或是二進制編碼)[precision F_or_B],如
precision--變數進行二進制編碼時指定的精度
F_or_B--為1時選擇浮點編碼，否則為二進制編碼,由precision指定精度)

(2)function [x,endPop,bPop,traceInfo] = ga(bounds,evalFN,evalOps,startPop,opts,...
termFN,termOps,selectFN,selectOps,xOverFNs,xOverOps,mutFNs,mutOps)--遺傳

演算法函數
【輸出參數】
x--求得的最優解
endPop--最終得到的種群
bPop--最優種群的一個搜索軌跡
【輸入參數】
bounds--代表變數上下界的矩陣
evalFN--適應度函數
evalOps--傳遞給適應度函數的參數
startPop-初始種群
opts[epsilon prob_ops display]--opts(1:2)等同於initializega的options參數，第三

個參數控制是否輸出，一般為0。如[1e-6 1 0]
termFN--終止函數的名稱,如['maxGenTerm']
termOps--傳遞個終止函數的參數,如[100]
selectFN--選擇函數的名稱,如['normGeomSelect']
selectOps--傳遞個選擇函數的參數,如[0.08]
xOverFNs--交叉函數名稱表，以空格分開，如['arithXover heuristicXover

simpleXover']
xOverOps--傳遞給交叉函數的參數表，如[2 0;2 3;2 0]
mutFNs--變異函數表，如['boundaryMutation multiNonUnifMutation nonUnifMutation

unifMutation']
mutOps--傳遞給交叉函數的參數表,如[4 0 0;6 100 3;4 100 3;4 0 0]

注意】matlab工具箱函數必須放在工作目錄下
【問題】求f(x)=x+10*sin(5x)+7*cos(4x)的最大值，其中0<=x<=9
【分析】選擇二進制編碼，種群中的個體數目為10，二進制編碼長度為20，交叉概率為0.95,

變異概率為0.08
【程序清單】
%編寫目標函數
function[sol,eval]=fitness(sol,options)
x=sol(1);
eval=x+10*sin(5*x)+7*cos(4*x);
%把上述函數存儲為fitness.m文件並放在工作目錄下

initPop=initializega(10,[0 9],'fitness');%生成初始種群，大小為10
[x endPop,bPop,trace]=ga([0 9],'fitness',[],initPop,[1e-6 1

1],'maxGenTerm',25,'normGeomSelect',...
[0.08],['arithXover'],[2],'nonUnifMutation',[2 25 3]) %25次遺傳迭代

運算借過為：x =
7.8562 24.8553(當x為7.8562時，f（x）取最大值24.8553)

註：遺傳演算法一般用來取得近似最優解，而不是最優解。

遺傳演算法實例2

【問題】在－5<=Xi<=5,i=1,2區間內，求解
f(x1,x2)=-20*exp(-0.2*sqrt(0.5*(x1.^2+x2.^2)))-exp(0.5*(cos(2*pi*x1)+cos

(2*pi*x2)))+22.71282的最小值。
【分析】種群大小10，最大代數1000，變異率0.1,交叉率0.3
【程序清單】
％源函數的matlab代碼
function [eval]=f(sol)
numv=size(sol,2);
x=sol(1:numv);
eval=-20*exp(-0.2*sqrt(sum(x.^2)/numv)))-exp(sum(cos(2*pi*x))/numv)

+22.71282;
%適應度函數的matlab代碼
function [sol,eval]=fitness(sol,options)
numv=size(sol,2)-1;
x=sol(1:numv);
eval=f(x);
eval=-eval;
%遺傳演算法的matlab代碼
bounds=ones(2,1)*[-5 5];
[p,endPop,bestSols,trace]=ga(bounds,'fitness')

註：前兩個文件存儲為m文件並放在工作目錄下，運行結果為
p =
0.0000 -0.0000 0.0055

大家可以直接繪出f(x)的圖形來大概看看f（x）的最值是多少，也可是使用優化函數來驗證。

matlab命令行執行命令：
fplot('x+10*sin(5*x)+7*cos(4*x)',[0,9])

evalops是傳遞給適應度函數的參數，opts是二進制編碼的精度，termops是選擇maxGenTerm結

束函數時傳遞個maxGenTerm的參數，即遺傳代數。xoverops是傳遞給交叉函數的參數。mutops

是傳遞給變異函數的參數。

② Matlab 遺傳工具箱安裝後，出現警告，怎麼辦

安裝步驟

1. 將GAOT工具箱文件拷貝至Matlab文件夾下，具體路徑為：

2. C:program filesMATLABR2009a oolbox。（也可以放在其他路徑，不一定放在toolbox裡面，比如C:program filesMATLABR2009a也行）。

2.將GAOT工具箱路徑加入Matlab文件路徑之中。流程為：File-->Set Path-->Add with Subfolders。即，將C:program filesMATLABR2009a oolboxgaot文件夾加入該路徑系統中。

3. 重新啟動Matlab，運行。

4. 但是在重新啟動後，你會發現在命令窗口，會出現如下警告。即安裝遺傳工具箱後出現問題：Warning: Name is nonexistent or not a directory: afseosinfoieie589k_infoGAOT

解決方案：打開gaot文件夾下的startup.m，這裡面寫著「path(path,'afseosinfoieie589k_infoGAOT');」只要將「afseosinfoieie589k_infoGAOT」改為goat當前所在的目錄，即「C:program filesMATLABR2009a oolboxgaot」就可以了

5.測試是否安裝成功，方法如下：在命令窗口輸入：edit ga出現如下函數：function [x,fval,exitFlag,output,population,scores] = ga(fun,nvars,Aineq,bineq,Aeq,beq,lb,ub,nonlcon,options)此時你會發現這是MATLAB自帶的ga函數，並不是你想要的工具箱中的ga函數，這樣會在以後應用工具箱編寫程序是發生錯誤。

6. 解決上述問題的方法：為了統一，不管你是高版本還是低版本，都可以通過將GAOT工具箱中的ga重命名為gaot_ga(名字可以隨你定，但是不能改為大寫GA，原因是MATLAB會默認大小寫函數是同一個函數，不信你可以用edit ga和edit GA驗證)，來實現解決上述問題。

這樣整個的GAOT工具箱安裝完備。

③ MATLAB中ga函數（神經演算法）調用提示輸入變數太多，求大神指點下ga函數的用法

matlab自帶工具箱和gaot中ga函數名字沖突，想用哪一個將其路徑置頂提前即可。

④ matlab6.5+gaot工具箱和matlab7.0自帶工具箱的效果一樣嗎

matlab7.0自帶的工具箱版本未必都是7.0，我的這台電腦裝的也是.5，看看它的版本吧。
-------------------------------------------------------------------------------------
MATLAB Version 6.5.0.180913a (R13)
MATLAB License Number: 0
Operating System: Microsoft Windows 98 Version 4.10 (Build 2222: A )
Java VM Version: Java 1.3.1_01 with Sun Microsystems Inc. Java HotSpot(TM) Client VM
-------------------------------------------------------------------------------------
MATLAB Version 6.5 (R13)
Simulink Version 5.0 (R13)
Aerospace Blockset Version 1.0.1 (R13)
CDMA Reference Blockset Version 1.1 (R13)
Communications Blockset Version 2.5 (R13)
Communications Toolbox Version 2.1 (R13)
Control System Toolbox Version 5.2 (R13)
Curve Fitting Toolbox Version 1.1 (R13)
DSP Blockset Version 5.0 (R13)
Data Acquisition Toolbox Version 2.2 (R13)
Database Toolbox Version 2.2.1 (R13)
Datafeed Toolbox Version 1.3.1 (R13)
Dials & Gauges Blockset Version 1.1.2 (R13)
Embedded Target for Motorola MPC555 Version 1.0.1 (R13)
Embedded Target for Texas Instrumen... Version 1.0 (R13)
Excel Link Version 2.0 (R13)
Filter Design Toolbox Version 2.2 (R13)
Financial Derivatives Toolbox Version 2.0 (R13)
Financial Time Series Toolbox Version 2.0 (R13)
Financial Toolbox Version 2.2.1 (R13)
Fixed-Point Blockset Version 4.0 (R13)
Fuzzy Logic Toolbox Version 2.1.2 (R13)
GARCH Toolbox Version 1.0.2 (R13)
Image Processing Toolbox Version 3.2 (R13)
Instrument Control Toolbox Version 1.2 (R13)
LMI Control Toolbox Version 1.0.8 (R13)
MATLAB COM Builder Version 1.0 (R13)
MATLAB Compiler Version 3.0 (R13)
MATLAB Excel Builder Version 1.1 (R13)
MATLAB Link for Code Composer Studi... Version 1.0 (R13)
MATLAB Report Generator Version 1.3 (R13)
MATLAB Runtime Server Development Kit Version 6.1.1 (R13)
Mapping Toolbox Version 1.3 (R13)
Model Predictive Control Toolbox Version 1.0.7 (R13)
Model-Based Calibration Toolbox Version 1.1 (R13)
Mu-Analysis and Synthesis Toolbox Version 3.0.7 (R13)
Neural Network Toolbox Version 4.0.2 (R13)
Nonlinear Control Design Blockset Version 1.1.6 (R13)
Optimization Toolbox Version 2.2 (R13)
Partial Differential Equation Toolbox Version 1.0.4 (R13)
Real-Time Windows Target Version 2.2 (R13)
Real-Time Workshop Version 5.0 (R13)
Real-Time Workshop Embedded Coder Version 3.0 (R13)
Requirements Management Interface Version 1.0.4 (R13)
Robust Control Toolbox Version 2.0.9 (R13)
SB2SL (converts SystemBuild to Simu... Version 2.5 (R13)
Signal Processing Toolbox Version 6.0 (R13)
SimMechanics Version 1.1 (R13)
SimPowerSystems Version 2.3 (R13)
Simulink Performance Tools Version 1.2 (R13)
Simulink Report Generator Version 1.3 (R13)
Spline Toolbox Version 3.1.1 (R13)
Stateflow Version 5.0 (R13)
Stateflow Coder Version 5.0 (R13)
Statistics Toolbox Version 4.0 (R13)
Symbolic Math Toolbox Version 2.1.3 (R13)
System Identification Toolbox Version 5.0.2 (R13)
Virtual Reality Toolbox Version 3.0 (R13)
Wavelet Toolbox Version 2.2 (R13)
xPC Target Version 2.0 (R13)
xPC Target Embedded Option Version 2.0 (R13)

所以，不要迷信新版本，夠用就行。
以下是2006b版本的。
>> ver
-------------------------------------------------------------------------------------
MATLAB Version 7.3.0.267 (R2006b)
MATLAB License Number: 32684
Operating System: Microsoft Windows XP Version 5.1 (Build 2600: Service Pack 2)
Java VM Version: Java 1.5.0 with Sun Microsystems Inc. Java HotSpot(TM) Client VM mixed mode
-------------------------------------------------------------------------------------
MATLAB Version 7.3 (R2006b)
Simulink Version 6.5 (R2006b)
Aerospace Blockset Version 2.2 (R2006b)
Aerospace Toolbox Version 1.0 (R2006b)
Bioinformatics Toolbox Version 2.4 (R2006b)
Communications Blockset Version 3.4 (R2006b)
Communications Toolbox Version 3.4 (R2006b)
Control System Toolbox Version 7.1 (R2006b)
Curve Fitting Toolbox Version 1.1.6 (R2006b)
Data Acquisition Toolbox Version 2.9 (R2006b)
Database Toolbox Version 3.2 (R2006b)
Datafeed Toolbox Version 1.9 (R2006b)
Distributed Computing Toolbox Version 3.0 (R2006b)
Embedded Target for Infineon C166 Microcontrollers Version 1.3 (R2006b)
Embedded Target for Motorola HC12 Version 1.1.5 (R2006b)
Embedded Target for Motorola MPC555 Version 2.0.5 (R2006b)
Embedded Target for TI C2000 DSP(tm) Version 2.1 (R2006b)
Embedded Target for TI C6000 DSP(tm) Version 3.1 (R2006b)
Excel Link Version 2.4 (R2006b)
Extended Symbolic Math Toolbox Version 3.1.5 (R2006b)
Filter Design HDL Coder Version 1.5 (R2006b)
Filter Design Toolbox Version 4.0 (R2006b)
Financial Derivatives Toolbox Version 4.1 (R2006b)
Financial Toolbox Version 3.1 (R2006b)
Fixed-Income Toolbox Version 1.2 (R2006b)
Fixed-Point Toolbox Version 1.5 (R2006b)
Fuzzy Logic Toolbox Version 2.2.4 (R2006b)
GARCH Toolbox Version 2.3 (R2006b)
Gauges Blockset Version 2.0.4 (R2006b)
Genetic Algorithm and Direct Search Toolbox Version 2.0.2 (R2006b)
Image Acquisition Toolbox Version 2.0 (R2006b)
Image Processing Toolbox Version 5.3 (R2006b)
Instrument Control Toolbox Version 2.4.1 (R2006b)
Link for Code Composer Studio Version 2.1 (R2006b)
Link for ModelSim Version 2.1 (R2006b)
Link for TASKING Version 1.0.1 (R2006b)
MATLAB Builder for .NET Version 2.1 (R2006b)
MATLAB Builder for Excel Version 1.2.7 (R2006b)
MATLAB Builder for Java Version 1.0 (R2006b)
MATLAB Compiler Version 4.5 (R2006b)
MATLAB Distributed Computing Engine Version 3.0 (R2006b)
MATLAB Report Generator Version 3.1 (R2006b)
Mapping Toolbox Version 2.4 (R2006b)
Model Predictive Control Toolbox Version 2.2.3 (R2006b)
Model-Based Calibration Toolbox Version 3.1 (R2006b)
Neural Network Toolbox Version 5.0.1 (R2006b)
OPC Toolbox Version 2.0.3 (R2006b)
Optimization Toolbox Version 3.1 (R2006b)
Partial Differential Equation Toolbox Version 1.0.9 (R2006b)
RF Blockset Version 1.3.1 (R2006b)
RF Toolbox Version 2.0 (R2006b)
Real-Time Windows Target Version 2.6.2 (R2006b)
Real-Time Workshop Version 6.5 (R2006b)
Real-Time Workshop Embedded Coder Version 4.5 (R2006b)
Robust Control Toolbox Version 3.1.1 (R2006b)
Signal Processing Blockset Version 6.4 (R2006b)
Signal Processing Toolbox Version 6.6 (R2006b)
SimBiology Version 2.0.1 (R2006b)
SimDriveline Version 1.2.1 (R2006b)
SimEvents Version 1.2 (R2006b)
SimHydraulics Version 1.1 (R2006b)
SimMechanics Version 2.5 (R2006b)
SimPowerSystems Version 4.3 (R2006b)
Simulink Accelerator Version 6.5 (R2006b)
Simulink Control Design Version 2.0.1 (R2006b)
Simulink Fixed Point Version 5.3 (R2006b)
Simulink HDL Coder Version 1.0 (R2006b)
Simulink Parameter Estimation Version 1.1.4 (R2006b)
Simulink Report Generator Version 3.1 (R2006b)
Simulink Response Optimization Version 3.1 (R2006b)
Simulink Verification and Validation Version 2.0 (R2006b)
Spline Toolbox Version 3.3.1 (R2006b)
Stateflow Version 6.5 (R2006b)
Stateflow Coder Version 6.5 (R2006b)
Statistics Toolbox Version 5.3 (R2006b)
Symbolic Math Toolbox Version 3.1.5 (R2006b)
System Identification Toolbox Version 6.2 (R2006b)
SystemTest Version 1.0.1 (R2006b)
Video and Image Processing Blockset Version 2.2 (R2006b)
Virtual Reality Toolbox Version 4.4 (R2006b)
Wavelet Toolbox Version 3.1 (R2006b)
xPC Target Version 3.1 (R2006b)
xPC Target Embedded Option Version 3.1 (R2006b)

Trademarks
------------------
MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, and xPC
TargetBox are registered trademarks of The MathWorks, Inc. Other proct or
brand names are trademarks or registered trademarks of their respective holders.

可以看出，有些是升級的，有些還是以前版本的。

⑤ 遺傳演算法工具箱裝在什麼位置

裝在什麼位置我沒找
我只說下怎麼在MATLAB界面中調出GA工具箱來
看見MATLAB界面左下角的那個'START'按鈕了吧,點擊它版,
依次選->Toolboxes->Genetic Algorithm and Direct Search->Genetic Algorithm Tool.
好多其它的工權具箱在這里也能找到的

⑥ 請教怎麼在matlab上安裝遺傳演算法工具箱啊，為什麼我安不上啊

安裝步驟

1.將GAOT工具箱文件拷貝至Matlab文件夾下，具體路徑為：
C:\program files\MATLAB\R2009a\toolbox。（也可以放在其他路徑，不一定放在toolbox裡面，比如C:\program files\MATLAB\R2009a也行）。

2.將GAOT工具箱路徑加入Matlab文件路徑之中。流程為：File-->Set Path-->Add with Subfolders。即，將C:\program files\MATLAB\R2009a\toolbox\gaot文件夾加入該路徑系統中。

3. 重新啟動Matlab，運行。

4. 但是在重新啟動後，你會發現在命令窗口，會出現如下警告。即安裝遺傳工具箱後出現問題：Warning: Name is nonexistent or not a directory: \afs\eos\info\ie\ie589k_info\GAOT
解決方案：打開gaot文件夾下的startup.m，這裡面寫著「path(path,'\afs\eos\info\ie\ie589k_info\GAOT');」只要將「\afs\eos\info\ie\ie589k_info\GAOT」改為goat當前所在的目錄，即「C:\program files\MATLAB\R2009a\toolbox\gaot」就可以了

5.測試是否安裝成功，方法如下：在命令窗口輸入：edit ga出現如下函數：function [x,fval,exitFlag,output,population,scores] = ga(fun,nvars,Aineq,bineq,Aeq,beq,lb,ub,nonlcon,options)此時你會發現這是MATLAB自帶的ga函數，並不是你想要的工具箱中的ga函數，這樣會在以後應用工具箱編寫程序是發生錯誤。

6. 解決上述問題的方法：為了統一，不管你是高版本還是低版本，都可以通過將GAOT工具箱中的ga重命名為gaot_ga(名字可以隨你定，但是不能改為大寫GA，原因是MATLAB會默認大小寫函數是同一個函數，不信你可以用edit ga和edit GA驗證)，來實現解決上述問題。
這樣整個的GAOT工具箱安裝完備。

⑦ matlab2012b有沒有遺傳演算法工具箱

自帶有一個，但是一般都不用它，因為不好用。
建議去網上下載gaot(北卡羅來納大學開發)或 GATBX(謝菲爾德大學開發)的安裝。