遺傳演算法求解方程
A. 如何用matlab遺傳演算法求解方程最優問題
在用ga（）遺傳演算法函數時，除了考慮x1、x2的上、下界的限制值，還應考慮增加ymax<200的限回制條件，即
140.6+2.31x1-0.61x2-0.015x1^2+0.005x1x2<200
按此要求答修改，運行可以得到
x 1= 42.7066 ； x 2=30.0015；y=199.9999
B. 遺傳演算法解方程組 matlab
老鐵 你這個太猛了，我確實是懵逼了，我看只有極少人能做出來吧
C. 遺傳演算法解非線性方程組能解准嗎
如果maple數值解求解不出來，可能的情況有二。1、方程組矛盾，檢查方程組列寫是否錯誤，如果正確嘗試用最小二乘法求解。2、數值解由於搜索空間太大，沒法找到，嘗試用啟發式演算法，例如遺傳演算法，類似你寫的這些方程，可以用matlab中的遺傳演算法工具箱，應該也寫成最小二乘的形式。
這樣的問題，我沒有遇到過，fsolve命令已經很強大了，如果方程組正確，fsolve求不出來，我就不知道如何處理了。
希望以上對你有幫助。
D. 目標方程和約束條件有微分方程，應該怎麼用遺傳演算法擬合
用遺傳演算法ga函數是可以擬合帶有目標方程和約束條件且含有微分方程的系數，其擬合原則是誤差最小估計原則。
解決問題的方法：1、建立自定義目標函數；2、建立自定義約束函數；3、建立自定義微分方程函數；4、誤差最小控制函數；5、利用遺傳演算法ga函數求解擬合系數，利用ode45函數求解微分方程；6、建立嵌套函數計算
E. 遺傳演算法求解超越方程，matlab程序，tanx=1/x, x∈[0，60]，需要程序代碼，謝謝！
用遺傳演算法求解超越方程可以按下列方法來編寫代碼。
1、求解此問題時，首先可以將方程表內示成y=tanx-1/x的形式，當容y=0時，得到的解即為x。
該方程可以按這樣來定義，func=@(x) tanx-1/x
2、由於該方程在[0，60]間有若干個解，所以可以用循環語句來得。如按遺傳演算法ga()函數求解超越方程，可以按下列命令來求解。
[x, fval] =ga(func,1);
y=func(x) ;
3、當abs(y)<=0.005（誤差）時，顯示x、y值。
按上述方法編程後運行可以得到如下x值。
F. matlab中用遺傳演算法擬合方程
例如：
已知數據隊列 buf=【.】
x取值 1：n n是隊列長度
函數 f（x）=a+b*sin(c*x+d) .
avg 是隊列平均值
a b c d 為參數 a范圍 （2/3,1）*avg
b范圍 （0,1/3）*avg
c的范圍 （0,24*pi）
d （0,2*pi）
1、首先定義目標函數
function y=ga_curfit(x)
global ydata n
t=1:n;
y=0;
for i=1:n
y=y+(ydata(i)-(x(:,1)+x(:,2).*sin(x(:,3).*t(i)+x(:,4)))).^2/n;
end
y=sqrt(y);
end
2、把數據b.txt放在工作空間目錄中
然後再命令窗口中輸入
clear
global ydata n
format long g
load b.txt
ydata=b';
n=length(ydata);
avg=sum(ydata)/n;
LB=[2/3*avg 0 0 0];
UB=[1*avg 1/3*avg 24*pi 2*pi];
nvars=4;
options=gaoptimset;
options=gaoptimset(options,'PopulationSize',300);
options=gaoptimset(options,'CrossoverFraction',0.8);
options=gaoptimset(options,'MigrationFraction',0.1);
options=gaoptimset(options,'Generations',500);
options = gaoptimset(options,'TolFun',1e-50);
%options = gaoptimset(options,'InitialPopulation',final_pop);
options = gaoptimset(options,'Display','final');
options = gaoptimset(options,'PopInitRange',[LB;UB]);
options = gaoptimset(options,'PlotFcns',@gaplotbestf);
options=gaoptimset(options,'Vectorize','on');%目標函數向量化
[x,fval,exitflag,output,final_pop,scores]=ga(@ga_curfit,nvars,[],[],[],[],LB,UB,[],options);
t=1:n;
plot(t,ydata,'r*');
hold on
plot(t,x(1)+x(2)*sin(x(3)*t+x(4)))
legend('數據','擬合')