Matlab 如何编写自定义GA函数的签名？（选择、变异、交叉）

我很难找到关于如何为遗传算法编写自定义选择、变异、交叉函数签名的文档

我不知道ga（）函数是如何工作的。（我知道这是存在的：），但这些函数如何通信，它们对输入和输出的期望是什么

问答，更多关于我的问题：

这是我的GA选项：

options = gaoptimset(...
                      'PopulationSize',    10, ...
                      'Generations',       50, ...
                      'CrossoverFcn',      {'crossoverscattered'}, ...
                      'MutationFcn',       { @Mutation, 0.01 }, ...
                      'SelectionFcn',      { @RouletteWheelSelection }, ...
                      'UseParallel',       true, ...
                      'Display', 'iter' ...
                     );

MyGA功能：

lb = 1;  % Lower bound on x
ub = 3;  % Upper bound on x
nvars = 1;
x = ga(@GaFitness,nvars,[],[],[],[],lb,ub,[],[],options); 

我的GaFitnessFcn签名（目前）：

My突变函数签名：

 function chromosome  = Mutation( chromosome )

function selected_chromosome = RouletteWheelSelection( population )

我的选择功能签名：

 function chromosome  = Mutation( chromosome )

function selected_chromosome = RouletteWheelSelection( population )

如果你需要更多关于我的问题或更多代码的信息，请让我知道

这是我得到的错误：

Error using GaFitness

Too many input arguments.

Error in createAnonymousFcn>@(x)fcn(x,FcnArgs{:}) (line 11)

fcn_handle = @(x) fcn(x,FcnArgs{:});

Error in makeState (line 47)

            firstMemberScore = FitnessFcn(state.Population(initScoreProvided+1,:));

Error in galincon (line 17)
state = makeState(GenomeLength,FitnessFcn,Iterate,output.problemtype,options);

Error in ga (line 374)
            [x,fval,exitFlag,output,population,scores] = galincon(FitnessFcn,nvars, ...

Caused by:
    Failure in initial user-supplied fitness function evaluation. GA cannot continue.

---

使用Matlab2016b。

没有输入

GaFitness（）

？好吧，我正在尝试找出我的输入需要是什么，以及我的输出。我假设这是一条染色体，它是模糊控制器的一组规则。这是我关于我的问题的问答：你想优化什么函数

GaFitness（）

将一条染色体作为输入并返回一个值，值越高的一条染色体将被选为轮盘选择tournament@adam.Yes，我想优化

GaFitness（）

，在

GaFitness

中更精确地优化模糊控制规则。因此，我假设输入将是一组规则（染色体，exp.：[

1,2,3,1,1..]

，并基于该输入，返回受新模糊设置影响的xy变量的结果。可能会对您有所帮助。

GaFitness（）没有输入

？好吧，我想知道我的输入和输出需要是什么。我假设这是一条染色体，它是模糊控制器的一组规则。这是我关于我的问题的问答：你想优化什么函数？

GaFitness（）

将一条染色体作为输入并返回一个值，值越高，则为

RouletteWheelSelection

tournament@adam.Yes，我想优化

GaFitness（）

，更精确地说是

GaFitness

中的模糊控制规则。因此，我假设输入将是一组规则（染色体，实验：[

1,2,3,1,1..]

并基于该输入，返回受新模糊设置影响的xy变量的结果。或许可以帮助您。