matlab遗传算法工具箱实例讲解.docx

【分享】matlab遗传算法工具箱函数及实例讲解
[i=s] 本帖最后由 messenger 于 2009-10-14 11:09 编辑 [/i]

核心函数：
(1)function [pop]=initializega(num,bounds,eevalFN,eevalOps,options)--初始种群的生成函数
【输出参数】
   pop--生成的初始种群
【输入参数】
   num--种群中的个体数目
   bounds--代表变量的上下界的矩阵
   eevalFN--适应度函数
   eevalOps--传递给适应度函数的参数
   options--选择编码形式(浮点编码或是二进制编码)[precision F_or_B],如
      precision--变量进行二进制编码时指定的精度
      F_or_B--为1时选择浮点编码，否则为二进制编码,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)--遗传算法函数
  【输出参数】
      x--求得的最优解
      endPop--最终得到的种群
      bPop--最优种群的一个搜索轨迹
  【输入参数】
      bounds--代表变量上下界的矩阵
      evalFN--适应度函数
      evalOps--传递给适应度函数的参数
      startPop-初始种群
      opts[epsilon prob_ops display]--opts(1:2)等同于initializega的options参数，第三个参数控制是否输出，一般为0。如[1e-6 1 0]
      termFN--终止函数的名称,如['maxGenTerm']
      termOps--传递个终止函数的参数,如[100]
      selectFN--选择函数的名称,如['normGeomSelect']
      selectOps--传递个选择函数的参数,如[0.08]
      xOverFNs--交叉函数名称表，以空格分开，如['arithXover heuristicXover simpleXover']
      xOverOps--传递给交叉函数的参数表，如[2 0;2 3;2 0]
      mutFNs--变异函数表，如['boundaryMutation multiNonUnifMutation nonUnifMutation unifMutation']
      mutOps--传递给交叉函数的参数表,如[4 0 0;6 100 3;4 100 3;4 0 0]

matlab遗传算法工具箱
addoil 发表于 2003-10-25 12:32
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
[i=s] 本帖最后由 messenger 于 2009-5-18 16:10 编辑 [/i]

【注意】matlab工具箱函数必须放在工作目录下
【问题】求f(x)=x+10*sin(5x)+7*cos(4x)的最大值，其中0<=x<=9
【分析】选择二进制编码，种群中的个体数目为10，二进制编码长度为20，交叉概率为0.95,变异概率为0.08
【程序清单】
     %编写目标函数
       function[sol,eval]=fitness(sol,options)
         x=sol(1);
         eval=x+10*sin(5*x)+7*cos(4*x);
     %把上述函数存储为fitness.m文件并放在工作目录下

     initPop=initializega(10,[0 9],'fitness');%生成初始种群，大小为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次遗传迭代

运算结果为：x =
     7.8562   24.8553(当x为7.8562时，f（x）取最大值24.8553)

注：遗传算法一般用来取得近似最优解，而不是最优解。另外遗传算法的收敛性跟其初始值有关，大家运行上面的命令所得到的借过可能跟我的借过不同或是差别很大。但多执行几次上面的命令（随即取不同的初始群体）一定可以得到近似最优解。
addoil 发表于 2003-10-25 13:01
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
大家可以直接绘出f(x)的图形来大概看看f（x）的最值是多少，也可是使用优化函数来验证。matlab命令行执行命令：
   fplot('x+10*sin(5*x)+7*cos(4*x)',[0,9])
cwit 发表于 2003-10-25 13:15
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
很高兴这里有多了一个高人。
你的fplot函数有点让我吃惊。
addoil 发表于 2003-10-25 13:27
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
怎么了，fplot函数只是一个绘图函数，不是优化函数啊，有问题吗？
addoil 发表于 2003-10-25 13:29
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
[i=s] 本帖最后由 messenger 于 2009-5-18 16:10 编辑 [/i]

遗传算法实例2

【问题】在－5<=Xi<=5,i=1,2区间内，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】种群大小10，最大代数1000，变异率0.1,交叉率0.3
【程序清单】
     ％源函数的matlab代码
        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;
    %适应度函数的matlab代码
        function [sol,eval]=fitness(sol,options)
          numv=size(sol,2)-1;
          x=sol(1:numv);
          eval=f(x);
          eval=-eval;
    %遗传算法的matlab代码
        bounds=ones(2,1)*[-5 5];
        [p,endPop,bestSols,trace]=ga(bounds,'fitness')

注：前两个文件存储为m文件并放在工作目录下，运行结果为
     p =
     0.0000   -0.0000    0.0055
addoil 发表于 2003-10-25 13:31
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
上面的initializega和ga函数的参数注解是我自己的理解，不对的地方还请大家指正。
cwit 发表于 2003-10-25 13:38
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
我以前没有注意到这个函数，或者是这类函数。
我是希望做一个用户自定义公式，并且要考虑嵌入到算法模块，以及脱离matlab环境。还要注意避免eval。如果能够解决这个问题，那就是对算法扩展的一大贡献。
四川老乡，给我一个邮件吧，有空再跟你细聊。
addoil 发表于 2003-10-25 13:57
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
哦，我是湖北人，现在在成都读书，不过已经算是半个四川人了。我们就算是半个老乡啊,^-^.我的邮件地址：.以后还需要你多多指教啊。
addoil 发表于 2003-10-25 16:08
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
我也就看了几个对我有用的工具箱，研究得也不深，都只是了解了一些基本的东西。
cwit 发表于 2003-10-25 17:14
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
我们可以多多分享，尤其是在任务急，时间紧时。这样一切都很容易搞定。
addoil 发表于 2003-10-25 17:33
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
我上次在这里请教的渐开线拟合的问题至今还没有搞定啊。
kingthr 发表于 2003-10-25 20:44
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
附件里是我原来做的一个 数据拟和 看看有用吗？
snow_man_0 发表于 2003-10-25 22:54
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
ＧＡ里面还有很多函数，
有没有人帮忙多介绍点，还有能不能再多给些实例
snow_man_0 发表于 2003-10-26 08:39
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
[i=s] 本帖最后由 messenger 于 2009-5-18 16:11 编辑 [/i]

to addoil

1.【分析】选择二进制编码，种群中的个体数目为10，二进制编码长度为20，交叉概率为0.95,变异概率为0.08  

     initPop=initializega(10,[0 9],'fitness');%生成初始种群，大小为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次遗传迭代  

addoil  

2.【分析】种群大小10，最大代数1000，变异率0.1,交叉率0.3  
    [p,endPop,bestSols,trace]=ga(bounds,'fitness')  

看了一下，发现１和２在你的代码里没有体现出来？？？
addoil 发表于 2003-10-26 16:58
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
[i=s] 本帖最后由 messenger 于 2009-5-18 16:11 编辑 [/i]

问得好啊，snow_man_0。这些东西都是我从树上抄下来的，书上没有讲清楚，而且我也觉得有些参数有问题。

    至于第一个例子，选择二进制编码和种群中的个体数为10是没有问题的，二进制的编码长度为20是通过精度（1e-6） 来确定的。我也觉得交叉概率0.95和变异概率0.08没有在程序中体现出来，程序只所以能够正确运行，我想可能是采用了默认的交叉概率0.6以及变异概率0.05的原因吧。程序中的参数'arithXover'],[2],'nonUnifMutation',[2 25 3]) 我也觉得奇怪，大家一起看看源代码，好好研究研究啊。
snow_man_0 发表于 2003-10-26 17:52
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
[i=s] 本帖最后由 messenger 于 2009-5-18 16:11 编辑 [/i]

evalops, opts(1), termops, xoverops, mutops(1), mutops(3) ...
      ???
addoil 发表于 2003-10-27 14:18
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
evalops是传递给适应度函数的参数，opts是二进制编码的精度，termops是选择maxGenTerm结束函数时传递个maxGenTerm的参数，即遗传代数。xoverops是传递给交叉函数的参数。mutops是传递给变异函数的参数，具体含义我也没弄懂，我觉得有点怪。
xht 发表于 2004-1-3 09:14
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
我是一个新手，最近要编一个遗传算法的程序，谢谢addoil提供的这些资料。
另外，请教addoil，如果我想获得关于遗传算法更详细的知识，我能到哪里去找？市场上有介绍遗传算法工具箱的书吗？
蓝白725 发表于 2004-1-3 09:38
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
请问：楼主的这个GA toolbox可以进行处理多目标优化问题吗？
谢谢！
Genial 发表于 2004-1-3 10:24
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
多目标优化的处理
目前我见到过提到的有这样一些方法：
1.  小生境算法；
2.  转化为单目标算法（实质上就是对各个目标进行加权求和转换为单目标）；
3.  共享函数法等.
...

上面他讲的matlab中的工具箱,我没有下载
估计也试gaot v5
我大致看过这个工具箱
如果你想直接应用这个工具箱
好像是不可以的
但是,如果你只是先自己设计好一些处理方法
譬如,用小生境,或者是加权转换
你还是可以利用其中的很多函数的,
譬如: 编码的, 交叉的,变异的...
你可以在自己设计的程序中适当地调用它们
addoil 发表于 2004-1-3 10:27
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
xht，市场有有一本，书名叫&lt;matlab 6.5辅助优化计算与设计&gt;  ,虽然讲的不是很详细，但还是可以看看的。
Genial 发表于 2004-1-3 10:31
回复： 回复： 【分享】matlab遗传算法工具箱函数及实例讲解
[quote][b]xht wrote:[/b]
我是一个新手，最近要编一个遗传算法的程序，谢谢addoil提供的这些资料。
另外，请教addoil，如果我想获得关于遗传算法更详细的知识，我能到哪里去找？市场上有介绍遗传算法工具箱的书吗？ [/quote]

遗传算法专门的工具箱的中文书籍我还没有见过
其实,这个的内容也不是特别多
好好看看gaotv5自带的help文件
以及好好地把它的几十个m文件好好看看
如果你有遗传算法方面的知识是不难理解的
那样的话对你灵活应用这个工具箱有好处
addoil 发表于 2004-1-3 10:31
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
蓝白725  
搞多目标优化的问题，可以看看matlab自带的优化工具箱啊.里面也有多目标优化的函数，不知能不能解决你的问题，去看看吧。
addoil 发表于 2004-1-3 10:35
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
山城棒棒儿 ，你挣分挣的好快啊。几天不见，就涨了两分了，按这个速度下去，前途无量啊:D.
Genial 发表于 2004-1-3 10:41
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
呵呵,下蛮力气挣点儿钱也不容易的啊

对,优化工具箱我也曾经大致看过
有多目标优化的东西
另外,推荐一本书,&lt;&lt;Matlab工具箱应用指南_应用数学篇&gt;&gt;对优化工具箱,以及其他的数学应用方面的工具箱讲的还是挺详细的
另外,&lt;&lt;matlab6.0 数学手册也不错&gt;&gt;
燕杰 发表于 2004-2-17 13:15
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
addoil 大侠，我下载了你所提供的遗传算法工具箱，能够使用了，但是在command 框中总是出现下面的出错提示：
Using Toolbox Path Cache.  Type "help toolbox_path_cache" for more info.

&nbsp;&nbsp;To get started, select "MATLAB Help" from the Help menu.

Warning: Name is nonexistent or not a directory: c:\MATLAB6p5\toolbox\ga\gaotv5.
&gt; In C:\MATLAB6p5\toolbox\matlab\general\path.m at line 116
&nbsp;&nbsp;In C:\MATLAB6p5\toolbox\ga\startup.m at line 1
&nbsp;&nbsp;In C:\MATLAB6p5\toolbox\local\matlabrc.m at line 19
不知是什么原因，请问如何解决，盼回复！
Genial 发表于 2004-2-17 15:13
回复： 回复： 【分享】matlab遗传算法工具箱函数及实例讲解
[quote][b]燕杰 wrote:[/b]
addoil 大侠，我下载了你所提供的遗传算法工具箱，能够使用了，但是在command 框中总是出现下面的出错提示：
Using Toolbox Path Cache.  Type "help toolbox_path_cache" for more info.

&nbsp;&nbsp;To get started, select "MATLAB Help" from the Help menu.

Warning: Name is nonexistent or not a directory: c:\MATLAB6p5\toolbox\ga\gaotv5.
&gt; In C:\MATLAB6p5\toolbox\matlab\general\path.m at line 116
&nbsp;&nbsp;In C:\MATLAB6p5\toolbox\ga\startup.m at line 1
&nbsp;&nbsp;In C:\MATLAB6p5\toolbox\local\matlabrc.m at line 19
不知是什么原因，请问如何解决，盼回复！ [/quote]

用edit startup.m打开这个m文件
去掉文件中的内容（如果没有猜错的话，这个m文件只有一行）
然后保存之
xht 发表于 2004-2-18 00:44
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
请问Genial ：
这个文件里面只有“path(path,'/afs/eos/info/ie/ie589k_info/GAOT');”这一句话如果把这句话删除后那么这个文件是不是也就没有保留的意义了？那么这个startup.m是干什么用的？
Genial 发表于 2004-2-18 12:04
回复： 回复： 【分享】matlab遗传算法工具箱函数及实例讲解
[quote][b]xht wrote:[/b]
请问Genial ：
这个文件里面只有“path(path,'/afs/eos/info/ie/ie589k_info/GAOT');”这一句话如果把这句话删除后那么这个文件是不是也就没有保留的意义了？那么这个startup.m是干什么用的？ [/quote]

startup这个函数好像是用来完成matlab启动时候的一些设置之类的东西
这句话好像是把GAOT的这个信息加入路径中(有可能是在在线帮助文档中定位gaot的帮助信息的)
具体用处我见书上讲过,不过没有注意
文件就让它保留在哪里好了,不过就一个空文件而已
我这样做之后好像对操作没有什么影响
xht 发表于 2004-2-20 16:16
回复： 回复： 【分享】matlab遗传算法工具箱函数及实例讲解
[quote][b]addoil wrote:[/b]
【注意】matlab工具箱函数必须放在工作目录下
【问题】求f(x)=x+10*sin(5x)+7*cos(4x)的最大值，其中0&lt;=x&lt;=9
【分析】选择二进制编码，种群中的个体数目为10，二进制编码长度为20，交叉概率为0.95,变异概率为0.08
【程序清单】
     %编写目标函数
       function[sol,eval]=fitness(sol,options)
         x=sol(1);
         eval=x+10*sin(5*x)+7*cos(4*x);
     %把上述函数存储为fitness.m文件并放在工作目录下

     initPop=initializega(10,[0 9],'fitness');%生成初始种群，大小为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次遗传迭代

运算借过为：x =
     7.8562   24.8553(当x为7.8562时，f（x）取最大值24.8553)

注：遗传算法一般用来取得近似最优解，而不是最优解。另外遗传算法的收敛性跟其初始值有关，大家运行上面的命令所得到的借过可能跟我的借过不同或是差别很大。但多执行几次上面的命令（随即取不同的初始群体）一定可以得到近似最优解。 [/quote]

请教addoil：
（1）这里面编写目标函数那3句为什么要另外存成一个文件？这3句与下面的程序存成一个文件不可以吗？
（2）目标函数中参数sol的含义是什么？为什么在函数定义行“＝”的两边都有这个sol参数，如何理解？
谢谢！
xht 发表于 2004-2-20 16:42
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
还有一个问题：
工具箱里有一个名称为gaotv5的文件，资源管理器下显示的文件类型是AutoCAD PostScript，这个文件是帮助文件吗？用什么软件打开呀？
Genial 发表于 2004-2-21 00:13
回复： 回复： 【分享】matlab遗传算法工具箱函数及实例讲解
[quote][b]xht wrote:[/b]
还有一个问题：
工具箱里有一个名称为gaotv5的文件，资源管理器下显示的文件类型是AutoCAD PostScript，这个文件是帮助文件吗？用什么软件打开呀？ [/quote]

这个东西用gsview等阅读软件打开阅读,是 帮助文件
Genial 发表于 2004-2-21 00:16
回复： 回复： 【分享】matlab遗传算法工具箱函数及实例讲解
[quote][b]xht wrote:[/b]
请问Genial ：
这个文件里面只有“path(path,'/afs/eos/info/ie/ie589k_info/GAOT');”这一句话如果把这句话删除后那么这个文件是不是也就没有保留的意义了？那么这个startup.m是干什么用的？ [/quote]

发信人: stujjj (欢迎来学科-matlab), 信区: Matlab
标  题: 一日一问（1）
发信站: 华南网木棉站 (Fri Jul 26 13:15:20 2002), 转信

问：我们可以控制matlab的启动吗？

答：
在\toolbox\local\目录下有两个文件，matlabrc.m，startup.m文件，它们关系matlab
的启动。Matlab启动是自动执行这两个文件，只要修改这两个文件，我们就可以控制ma
tlab的启动了。
startup.m不是安装时就有的，原型是startupsav.m

在执行matlab.exe还可以添加参数
/automatin          启动作为一个自动化服务器
/log   自动把matlab输出写到指定的日志文件
/minimize           最小化启动
/nosplash            不显示扉屏
/r M_file            自动执行指定的M文件
/regserver          注册ActiveX条目
/unregserver         删除ActiveX条目
这些参数对在vb中用shell命令启动matlab时是很有用的。

在执行matlab.exe还可以添加参数
/automatin          启动作为一个自动化服务器
/log   自动把matlab输出写到指定的日志文件
/minimize           最小化启动
/nosplash            不显示扉屏
/r M_file            自动执行指定的M文件
/regserver          注册ActiveX条目
/unregserver         删除ActiveX条目
这些参数对在vb中用shell命令启动matlab时是很有用的。

另：
在matlab退出时，会自动执行\toolbox\local\目录下finish.m文件。

momo 发表于 2004-3-2 10:03
回复： 回复： 回复： 【分享】matlab遗传算法工具箱函数及实例讲解
[quote][b]xht wrote:[/b]
[quote][b]addoil wrote:[/b]
【注意】matlab工具箱函数必须放在工作目录下
【问题】求f(x)=x+10*sin(5x)+7*cos(4x)的最大值，其中0&lt;=x&lt;=9
【分析】选择二进制编码，种群中的个体数目为10，二进制编码长度为20，交叉概率为0.95,变异概率为0.08
【程序清单】
     %编写目标函数
       function[sol,eval]=fitness(sol,options)
         x=sol(1);
         eval=x+10*sin(5*x)+7*cos(4*x);
     %把上述函数存储为fitness.m文件并放在工作目录下

     initPop=initializega(10,[0 9],'fitness');%生成初始种群，大小为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次遗传迭代

运算借过为：x =
     7.8562   24.8553(当x为7.8562时，f（x）取最大值24.8553)

注：遗传算法一般用来取得近似最优解，而不是最优解。另外遗传算法的收敛性跟其初始值有关，大家运行上面的命令所得到的借过可能跟我的借过不同或是差别很大。但多执行几次上面的命令（随即取不同的初始群体）一定可以得到近似最优解。 [/quote]

请教addoil：
（1）这里面编写目标函数那3句为什么要另外存成一个文件？这3句与下面的程序存成一个文件不可以吗？
（2）目标函数中参数sol的含义是什么？为什么在函数定义行“＝”的两边都有这个sol参数，如何理解？
谢谢！ [/quote]

sol是当前个体，若你的求解空间是n维，则sol是n+1个元素的行向量。一般通过sol来编目标函数,sol(i)就是第i个自变量。第n＋1个元素好像就是优化的目标吧。
mimiqq 发表于 2004-3-22 18:06
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
因为是新手，问个问题大家不要见笑。我要用遗传算法进行参数优化，也就是说现在数据中的参数过多，我要将其中的部分剔除，想用遗传算法，请大家指点一下思路。
jjoey 发表于 2004-4-29 12:06
回复： 【分享】matlab遗传算法工具箱函数及实例讲解
请问，如果函数多解，
把函数变成优化问题，
遗传算法对他有效吗？
就是说，遗传算法能求出多解吗？
qskang 发表于 2005-5-15 10:53
Re:回复： 【分享】matlab遗传算法工具箱函数及实例讲解
[quote][b]addoil wrote:[/b]
遗传算法实例2

【问题】在－5&lt;=Xi&lt;=5,i=1,2区间内，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】种群大小10，最大代数1000，变异率0.1,交叉率0.3
【程序清单】
     ％源函数的matlab代码
        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;
    %适应度函数的matlab代码
        function [sol,eval]=fitness(sol,options)
          numv=size(sol,2)-1;
          x=sol(1:numv);
          eval=f(x);
          eval=-eval;
    %遗传算法的matlab代码
        bounds=ones(2,1)*[-5 5];
        [p,endPop,bestSols,trace]=ga(bounds,'fitness')

注：前两个文件存储为m文件并放在工作目录下，运行结果为
     p =
     0.0000   -0.0000    0.0055
[/quote]
试试
andew 发表于 2005-9-29 09:08
Re:回复： 【分享】matlab遗传算法工具箱函数及实例讲解
好啊！
taojin 发表于 2005-11-17 10:28
Re:回复： 【分享】matlab遗传算法工具箱函数及实例讲解
哥们：
      这个问题我也遇到过，解决办法很简单。把遗传算法工具箱中的startup.m的语句屏蔽掉就可以了。如果问题解决了，版主给加分。