基于matlab的模拟退火法

基于matlab的模拟退火法编写一个matlab的程序用模拟退火法求函数最优解function [xo,fo] = Opt_Simu(f,x0,l,u,kmax,q,TolFun)% 模拟退火算法求函数f(x)的最小值点，且l <= x <= u% f为待求函数，x0为初值点，l，u分别为搜索区间的上下限，kmax为最大迭代次数% q为退火因子，TolFun为函数容许误差%%%%算法第一步根据输入变量数，将某些量设为缺省值if nargin < 7TolFun = 1e-8;endif nargin < 6q = 1;endif nargin < 5kmax = 100;end%%%%算法第二步，求解一些基本变量N = length(x0); %自变量维数x = x0;fx = feval(f,x); %函数在初始点x0处的函数值xo = x;fo = fx;%%%%%算法第三步，进行迭代计算，找出近似全局最小点for k =0:kmaxTi = (k/kmax)^q;mu = 10^(Ti*100); % 计算mudx = Mu_Inv(2*rand(size(x))-1,mu).*(u - l);%步长dxx1 = x + dx; %下一个估计点x1 = (x1 < l).*l +(l <= x1).*(x1 <= u).*x1 +(u < x1).*u; %将x1限定在区间[l,u]上fx1 = feval(f,x1);df = fx1- fx;if df < 0||rand < exp(-Ti*df/(abs(fx) + eps)/TolFun) %如果fx1<fx或者概率大于随机数z x = x1;fx = fx1;endif fx < foxo = x;fo = fx1;endendfunction x = Mu_Inv(y,mu)x = (((1+mu).^abs(y)- 1)/mu).*sign(y);******************************************************************************* ****************************************************************************8SA的算法很简单！最好自己编！有助于理解！给你一个！网上找的！很纯的SA！可以用！主程序：%J. C. Spall, March 1999%Written in support of text, Introduction to Stochastic Search and Optimization, 2003 %Simulated annealing code. Uses geometric decay of temperature.%Provides two ways of dealing with noisy%loss measurements: one is by using the tau coefficient to alter the%decision criterion and the other is by simple averaging of the loss%measurements.%p=10;theta_0=2*3.1338*ones(p,1);sigma=0; %standard dev. of meas. noiseSTexamp6(theta_0)n=2401; %total no. of loss measurements(iterations/lossavg)niter=100; %no. of iters. per temp. settingbk=1; %"Boltzmann's constant"lambda=.90; %cooling rate (<=1)scalpert=1; %scale factor on pertubation to%to current theta valuetau=0; %adjustment for noise in key decision statement for accept/rej. update randn('seed',1111113)rand('seed',31415927)cases=1;lossavg=1; %number of loss functions averaged if noisy loss meas. (choose s.t.%(n-lossavg) is divisible by niter*lossavg)cumloss=0;for i=1:casesT=2; %initial temperaturetheta=theta_0;E_old=STexamp6(theta)+sum(sigma*randn(lossavg,1))/lossavg;%this statement simulates collecting an average of%of 'lossavg' independent loss measurements (counts against%"budget" of n loss measurements)for j=1n-lossavg)/(niter*lossavg) %accounts for 'lossavg' measurements used above for k=1:niterperturb=scalpert*T*randn(p,1);E_new=STexamp6(theta+perturb)+...sum(sigma*randn(lossavg,1))/lossavg;%average of 'lossavg' loss measurements (simulated as in E_old)if E_new < E_old + tautheta=theta+perturb;E_old=E_new;elseprob=exp(-(E_new-E_old-tau)/(bk*T)); %criterion includes tau for noisy measurements test=rand;if test < probtheta=theta+perturb;E_old=E_new;elseendendendT=lambda*T;endthetaSTexamp6(theta)cumloss=(i-1)*cumloss/i+STexamp6(theta)/i;endcumloss子程序STexamp6.m：function y=STexamp6(x)y=1.8+(1.2+x).^2liuhd_jeremy金鱼精华贴4注:此遗传算法程序为我的一个好友廖哥提供,在此对他表示真诚地感谢!六遗传算法程序:说明: fga.m 为遗传算法的主程序; 采用二进制Gray编码,采用基于轮盘赌法的非线经验值392美味虾74注册日期2005-6-19最近登陆2012-8-11来自电气大本营状态性排名选择, 均匀交叉,变异操作,而且还引入了倒位操作!function[BestPop,Trace]=fga(FUN,LB,UB,er anum,popsize,pCross,pMutation,pI nversion,options)%[BestPop,Trace]=fmaxga(FUN,LB,UB,er anum,popsize,pcross,pmutation)% Finds a maximum of a function of several variables.% fmaxga solves problems of the form:% max F(X) subject to: LB <= X <= UB% BestPop - 最优的群体即为最优的染色体群% Trace - 最佳染色体所对应的目标函数值% FUN - 目标函数% LB - 自变量下限% UB - 自变量上限% eranum - 种群的代数,取100--1000(默认200)% popsize - 每一代种群的规模；此可取50--200(默认100)% pcross - 交叉概率,一般取0.5--0.85之间较好(默认0.8)% pmutation - 初始变异概率,一般取0.05-0.2之间较好(默认0.1)% pInversion - 倒位概率,一般取0.05－0.3之间较好(默认0.2)% options - 1*2矩阵,options(1)=0二进制编码(默认0),option(1)~=0十进制编%码,option(2)设定求解精度(默认1e-4)%%------------------------------------------------------------------------T1=clock;if nargin<3, error('FMAXGA requires at least three input arguments'); endif nargin==3, eranum=200;popsize=100;pCross=0.8 ;pMutation=0.1;pInversion=0.15;optio ns=[0 1e-4];endif nargin==4, popsize=100;pCross=0.8;pMutation=0 .1;pInversion=0.15;options=[01e-4];endif nargin==5, pCross=0.8;pMutation=0.1;pInversion =0.15;options=[0 1e-4];endif nargin==6, pMutation=0.1;pInversion=0.15;optio ns=[0 1e-4];endif nargin==7, pInversion=0.15;options=[0 1e-4];end if find((LB-UB)>0)error('数据输入错误,请重新输入(LB<UB):');ends=sprintf('程序运行需要约%.4f 秒钟时间,请稍等......',(eranum*popsize/1000)); disp(s);global m n NewPop children1 children2 VarNumbounds=[LB;UB]';bits=[];VarNum=siz e(bounds,1);precision=options(2);%由求解精度确定二进制编码长度bits=ceil(log2((bounds(:,2)-bounds(:,1 ))' ./ precision));%由设定精度划分区间[Pop]=InitPopGray(popsize,bits);%初始化种群[m,n]=size(Pop);NewPop=zeros(m,n);children1=zeros(1,n);children2=zeros(1,n);pm0=pMutation;BestPop=zeros(eranum,n);%分配初始解空间BestPop,TraceTrace=zeros(eranum,length(bits)+1); i=1;while i<=eranumfor j=1:mvalue(j)=feval(FUN(1,:),(b2f(Pop(j,:),b ounds,bits)));%计算适应度end[MaxValue,Index]=max(value);BestPop(i,:)=Pop(Index,:);Trace(i,1)=MaxValue;Trace(i,(2:length(bits)+1))=b2f(BestPo p(i,:),bounds,bits);[selectpop]=NonlinearRankSelect(FUN, Pop,bounds,bits);%非线性排名选择[CrossOverPop]=CrossOver(selectpop, pCross,round(unidrnd(eranum-i)/eranu m));%采用多点交叉和均匀交叉，且逐步增大均匀交叉的概率%round(unidrnd(eranum-i)/eranum)[MutationPop]=Mutation(CrossOverPop ,pMutation,VarNum);%变异[InversionPop]=Inversion(MutationPop ,pInversion);%倒位Pop=InversionPop;%更新pMutation=pm0+(i^4)*(pCross/3-pm0 )/(eranum^4);%随着种群向前进化，逐步增大变异率至1/2交叉率p(i)=pMutation;i=i+1;endt=1:eranum;plot(t,Trace(:,1)');title('函数优化的遗传算法');xlabel('进化世代数(eranum)');ylabel('每一代最优适应度(maxfitness)');[MaxFval,I]=max(Trace(:,1));X=Trace(I,(2:length(bits)+1));hold on; plot(I,MaxFval,'*');text(I+5,MaxFval,['FMAX='num2str(MaxFval)]);str1=sprintf('进化到%d 代,自变量为%s 时,得本次求解的最优值%f\n对应染色体是：%s',I,num2str(X),MaxFval,num2str (BestPop(I,:)));disp(str1);%figure(2);plot(t,p);%绘制变异值增大过程T2=clock;elapsed_time=T2-T1;if elapsed_time(6)<0elapsed_time(6)=elapsed_time(6)+60; elapsed_time(5)=elapsed_time(5)-1; endif elapsed_time(5)<0elapsed_time(5)=elapsed_time(5)+60; elapsed_time(4)=elapsed_time(4)-1; end %像这种程序当然不考虑运行上小时啦str2=sprintf('程序运行耗时%d 小时%d 分钟%.4f 秒',elapsed_time(4),elapsed_time(5),ela psed_time(6));disp(str2);helen14 编辑于2005-11-2 22:28helen14 编辑于2005-11-2 22:41回复一颗沙里看出一个世界一朵花里藏着一座天堂把无限放在你的手中永恒在一刹那里收藏英国诗人布莱克---<天真的预示> MATLAB 编程基础与典型应用北京：人民邮电出版社ISBN:978-7-115-17932-6/TPliuhd_jeremy金鱼精华贴4经验值392美味虾74注册日期2005-6-19最近登陆2012-8-11来自电气大本营状态2005-11-2 22:30只看该作者tT #9接上一个遗传算法程序%初始化种群%采用二进制Gray编码,其目的是为了克服二进制编码的Hamming悬崖缺点function[initpop]=InitPopGray(popsize,bit s)len=sum(bits);initpop=zeros(popsize,len);%The whole zero encoding individualfor i=2:popsize-1pop=round(rand(1,len));pop=mod(([0 pop]+[pop 0]),2);%i=1时,b(1)=a(1);i>1时,b(i)=mod(a(i-1)+a(i),2)%其中原二进制串:a(1)a(2)...a(n),Gray 串:b(1)b(2)...b(n)initpop(i,:)=pop(1:end-1);endinitpop(popsize,:)=ones(1,len);%The whole one encoding individualhelen14 编辑于2005-11-2 22:31回复一颗沙里看出一个世界一朵花里藏着一座天堂把无限放在你的手中永恒在一刹那里收藏英国诗人布莱克---<天真的预示> MATLAB 编程基础与典型应用北京：人民邮电出版社ISBN:978-7-115-17932-6/TPliuhd_jeremy金鱼精华贴4经验值392美味虾74注册日期2005-6-19最近登陆2012-8-11来自电气大本营状态2005-11-2 22:33只看该作者tT#10接遗传算法程序%解码function [fval] = b2f(bval,bounds,bits)% fval - 表征各变量的十进制数% bval - 表征各变量的二进制编码串% bounds - 各变量的取值范围% bits - 各变量的二进制编码长度scale=(bounds(:,2)-bounds(:,1))'./(2. ^bits-1); %The range of the variables numV=size(bounds,1);cs=[0 cumsum(bits)];for i=1:numVa=bval((cs(i)+1):cs(i+1));fval(i)=sum(2.^(size(a,2)-1:-1:0).*a) *scale(i)+bounds(i,1);endhelen14 编辑于2005-11-2 22:33回复一颗沙里看出一个世界一朵花里藏着一座天堂把无限放在你的手中永恒在一刹那里收藏英国诗人布莱克---<天真的预示> MATLAB 编程基础与典型应用北京：人民邮电出版社ISBN:978-7-115-17932-6/TPliuhd_jeremy金鱼精华贴4经验值392美味虾74注册日期2005-6-19最近登陆2012-8-11来自电气大本营状态2005-11-2 22:36只看该作者tT#11接遗传算法程序%选择操作%采用基于轮盘赌法的非线性排名选择%各个体成员按适应值从大到小分配选择概率：%P(i)=(q/1-(1-q)^n)*(1-q)^i, 其中P(0)>P(1)>...>P(n), sum(P(i))=1function[selectpop]=NonlinearRankSelect( FUN,pop,bounds,bits)global m nselectpop=zeros(m,n);fit=zeros(m,1);for i=1:mfit(i)=feval(FUN(1,:),(b2f(pop(i,:),boun ds,bits)));%以函数值为适应值做排名依据endselectprob=fit/sum(fit);%计算各个体相对适应度(0,1)q=max(selectprob);%选择最优的概率x=zeros(m,2);x(:,1)=[m:-1:1]';[y x(:,2)]=sort(selectprob);r=q/(1-(1-q)^m);%标准分布基值newfit(x(:,2))=r*(1-q).^(x(:,1)-1);%生成选择概率newfit=cumsum(newfit);%计算各选择概率之和rNums=sort(rand(m,1));fitIn=1;newIn=1;while newIn<=mif rNums(newIn)<newfit(fitIn)selectpop(newIn,:)=pop(fitIn,:);newIn=newIn+1;elsefitIn=fitIn+1;endend回复一颗沙里看出一个世界一朵花里藏着一座天堂把无限放在你的手中永恒在一刹那里收藏英国诗人布莱克---<天真的预示> MATLAB 编程基础与典型应用北京：人民邮电出版社ISBN:978-7-115-17932-6/TPliuhd_jeremy金鱼精华贴4经验值392美味虾74注册日期2005-6-19最近登陆2012-8-11来自电气大本营状态2005-11-2 22:38只看该作者tT#12接遗传算法程序%交叉操作function[NewPop]=CrossOver(OldPop,pCro ss,opts)%OldPop为父代种群，pcross为交叉概率global m n NewPopr=rand(1,m);y1=find(r<pCross);y2=find(r>=pCross);len=length(y1);if len>2&mod(len,2)==1%如果用来进行交叉的染色体的条数为奇数，将其调整为偶数y2(length(y2)+1)=y1(len);y1(len)=[];endif length(y1)>=2for i=0:2:length(y1)-2if opts==0[NewPop(y1(i+1),:),NewPop(y1(i+2),: )]=EqualCrossOver(OldPop(y1(i+1),:), OldPop(y1(i+2),:));else[NewPop(y1(i+1),:),NewPop(y1(i+2),: )]=MultiPointCross(OldPop(y1(i+1),:), OldPop(y1(i+2),:));endendendNewPop(y2,:)=OldPop(y2,:);%采用均匀交叉function[children1,children2]=EqualCross Over(parent1,parent2)global n children1 children2hidecode=round(rand(1,n));%随机生成掩码crossposition=find(hidecode==1); holdposition=find(hidecode==0); children1(crossposition)=parent1(cross position);%掩码为1，父1为子1提供基因children1(holdposition)=parent2(holdp osition);%掩码为0，父2为子1提供基因children2(crossposition)=parent2(cross position);%掩码为1，父2为子2提供基因children2(holdposition)=parent1(holdp osition);%掩码为0，父1为子2提供基因%采用多点交叉，交叉点数由变量数决定function[Children1,Children2]=MultiPointCross(Parent1,Parent2)global n Children1 Children2 VarNum Children1=Parent1;Children2=Parent2;Points=sort(unidrnd(n,1,2*VarNum)); for i=1:VarNumChildren1(Points(2*i-1):Points(2*i))=P arent2(Points(2*i-1):Points(2*i));Children2(Points(2*i-1):Points(2*i))=P arent1(Points(2*i-1):Points(2*i));end回复一颗沙里看出一个世界一朵花里藏着一座天堂把无限放在你的手中永恒在一刹那里收藏英国诗人布莱克---<天真的预示> MATLAB 编程基础与典型应用北京：人民邮电出版社ISBN:978-7-115-17932-6/TPliuhd_jeremy金鱼精华贴4经验值392美味虾74注册日期2005-6-19最近登陆2012-8-11来自电气大本营状态2005-11-2 22:40只看该作者tT#13接遗传算法程序%变异操作function[NewPop]=Mutation(OldPop,pMut ation,VarNum)global m n NewPopr=rand(1,m);position=find(r<=pMutation);len=length(position);if len>=1for i=1:lenk=unidrnd(n,1,VarNum); %设置变异点数，一般设置1点for j=1:length(k)ifOldPop(position(i),k(j))==1OldPop(position(i),k(j))=0;elseOldPop(position(i),k(j))=1;endendendendNewPop=OldPop;回复一颗沙里看出一个世界一朵花里藏着一座天堂把无限放在你的手中永恒在一刹那里收藏英国诗人布莱克---<天真的预示> MATLAB 编程基础与典型应用北京：人民邮电出版社ISBN:978-7-115-17932-6/TPliuhd_jeremy金鱼精华贴4经验值392美味虾74注册日期2005-6-19最近登陆2012-8-11来自电气大本营状态2005-11-2 22:42只看该作者tT#14接遗传算法程序%倒位操作function[NewPop]=Inversion(OldPop,pInv ersion)global m n NewPopNewPop=OldPop;r=rand(1,m);PopIn=find(r<=pInversion);len=length(PopIn);if len>=1for i=1:lend=sort(unidrnd(n,1,2));if d(1)~=1&d(2)~=nNewPop(PopIn(i),1:d(1)-1)=OldPop(Po pIn(i),1:d(1)-1);NewPop(PopIn(i),d(1):d(2))=OldPop(P opIn(i),d(2):-1:d(1));NewPop(PopIn(i),d(2)+1:n)=OldPop(P opIn(i),d(2)+1:n);endendendhelen14 编辑于2005-11-2 22:48回复一颗沙里看出一个世界一朵花里藏着一座天堂把无限放在你的手中永恒在一刹那里收藏英国诗人布莱克---<天真的预示> MATLAB 编程基础与典型应用北京：人民邮电出版社ISBN:978-7-115-17932-6/TPliuhd_jeremy金鱼精华贴4经验值392美味虾74注册日期2005-6-19最近登陆2012-8-11来自电气大本营状态2005-11-2 22:50只看该作者tT#15今天就发这么多，还真的有一点累啊!以后有时间再继续往上发!另外,发程序地时候总是有很多表情图标，要编辑好几次!真地挺麻烦地!helen14 编辑于2005-11-2 22:51回复一颗沙里看出一个世界一朵花里藏着一座天堂把无限放在你的手中永恒在一刹那里收藏英国诗人布莱克---<天真的预示> MATLAB 编程基础与典型应用北京：人民邮电出版社ISBN:978-7-115-17932-6/TPliuhd_jeremy金鱼精华贴4经验值392美味虾74注册日期2005-6-19最近登陆2012-8-11来自电气大本营状态2005-11-312:16只看该作者tT#16七径向基神经网络训练程序clear all;clc;%newrb 建立一个径向基函数神经网络p=0:0.1:1; %输入矢量t=[0 -1 0 1 1 0 -1 0 0 1 1 ];%目标矢量goal=0.01; %误差sp=1; %扩展常数mn=100;%神经元的最多个数df=1; %训练过程的显示频率[net,tr]=newrb(p,t,goal,sp,mn, df); %创建一个径向基函数网络% [net,tr]=train(net,p); %调用traingdm算法训练网络%对网络进行仿真,并绘制样本数据和网络输出图形A=sim(net,p);E=t-A;sse=sse(E);figure;plot(p,t,'r-+',p,A,'b-*'); legend('输入数据曲线','训练输出曲线');echo off说明:newrb函数本来在创建新的网络的时候就进行了训练!每次训练都增加一个神经元,都能最大程度得降低误差,如果未达到精度要求,那么继续增加神经元,程序终止条件是满足精度要求或者达到最大神经元的数目.关键的一个常数是spread(即散布常数的设置,扩展常数的设置).不能对创建的net调用train函数进行训练!训练结果显示:NEWRB, neurons = 0, SSE =5.0973NEWRB, neurons = 2, SSE =4.87139NEWRB, neurons = 3, SSE =3.61176NEWRB, neurons = 4, SSE =3.4875NEWRB, neurons = 5, SSE =0.534217NEWRB, neurons = 6, SSE =0.51785NEWRB, neurons = 7, SSE =0.434259NEWRB, neurons = 8, SSE =0.341518NEWRB, neurons = 9, SSE =0.341519NEWRB, neurons = 10, SSE =0.00257832helen14 编辑于2005-11-312:211455.GIF(106.13 KB)下载次数:361 最后编辑时间：1970-1-1 08:00回复一颗沙里看出一个世界一朵花里藏着一座天堂把无限放在你的手中永恒在一刹那里收藏英国诗人布莱克---<天真的预示> MATLAB编程基础与典型应用北京：人民邮电出版社ISBN:978-7-115-17932-6/TPCastleV金鱼经验值1313美味虾56注册日期2004-11-19最近登陆2010-8-19状态2005-11-3 14:54只看该作者tT#17我无意顶撞楼主，不过这样的程序我认为实在没有价值回复密柑金鱼精华贴1经验值822美味虾57注册日期2005-4-25最近登陆2011-4-14状态2005-11-3 16:25只看该作者tT#18 louzhu 牛啊matlab2011 如何添加工具箱2012-3-15 15:08提问者：mwm1123|浏览次数：1397次我来帮他解答回答共1条2012-3-15 16:25 wtpttcm|二级如果是Matlab安装光盘上的工具箱，重新执行安装程序，选中即可。