我是这个领域的新手，任何帮助都很有用。我目前正在进行熔炉操作的工艺优化 - 在MATLAB中。我试图将工艺参数与加热器的效率联系起来，例如：
输入（过程参数）
热增益加热器通风压力过剩空气输出
加热器效率
我首先训练神经网络模型，以便从过程参数中预测效率。我的成绩很好，现在我对表现不感兴趣。
接下来我想使用遗传算法优化（最大化）输入参数热增益。使用热平衡，我的健身功能（对象功能）是
热增益=（Qf / m） [1 - （.5 /（21-x1）+。8）（x2-Ta）] Qf是点火负荷过量空气= x1 m是质量流量T是流体温度= x2 Ta环境温度
只有过量的空气才是神经网络中的输入，其他参数没有在网络中使用我没有约束但我有LB＆amp; UB
功能y =适应性（x）
y = (Qf/m)*[1-(.5/(21-x1)+.8)*(x2-Ta)];
端
接下来我设置设计变量的数量及其上限和下限：
nvars = 2; ％变量数LB = [3 280]; ％下限UB = [4 310]; ％上限
[x，fval] = ga（@ fitness_func，nvars，[]，[]，[]，[]，LB，UB，@（x））;
我仍然不知道如何将网络输入纳入GA（以最大化输入）
我希望我能以清晰的方式解释这个问题。正如我在开始时说的那样，我是这个主题的新手，并且感谢任何帮助