用matlab进行遗传算法如何将分类精度用作适应度函数

Question

我有一个问题，我想用matlab遗传算法工具箱解决，我不知道如何解决它。 我想以最大化函数的方式计算公式中的3个系数，该函数是SVM分类模型的分类精度。系数的公式是a * A + b * B + c * C，其中a，b，c是我想要找到它们的优化值的系数，A，B，C是数据集的3个属性的值。我也有约束a + b + c = 1和a，b，c> 0

我应该如何使用遗传算法来解决这个问题？

Answer 1

首先需要随机生成初始可行解决方案，作为第一代。

这些可行解决方案中的每一个都应该满足a + b + c = 1和a, b, c > 0。

然后根据您的健身功能，评估每个答案，并选择更好的答案作为“父母”。对这些父母应用GA技术，如“交叉”或“突变”，以产生一群后代，作为下一代。

重复此过程一段时间，例如500代。

例如，您可以定义变量fitness，值越高意味着其对应的候选项是更合适的解决方案。由于您正在最大化此功能，因此：

适应度= a * A + b * B + c * C

在每个GA操作（交叉，变异等）中，请记住始终产生满足初始约束的新候选项（a + b + c = 1和a, b, c > 0）。

Answer 2

根据我的经验，最好的解决方案之一是实现MATLAB的GA。生成GA工具箱是为了寻找这种功能的最小值，但通过使用对称性，它可以最大化您正在寻找的功能。请按照以下步骤操作：

• A，B，C =输入数据
• 归一化a，b，c，导致a + b + c = 1
• 您的健身功能是 A + b B + c * C并定义
• 定义适合您的nvars
• 将LB（下边界）放在您的案例[0 0 0]中，即a，b，c> 0
• 运行[x，fval] = ga（...）那里的x将是最终结果x = [a b c]

如果有任何问题，请发电子邮件给我以获取更多帮助：mahdigh242@yahoo.com

希望最好的