Если ни одна из функций построения графика, которые идут с программным обеспечением, не подходит для выхода, вы хотите построить, можно записать собственную функцию построения графика, которая генетический алгоритм заходит в каждую генерацию, чтобы создать график. В этом примере показано, как создать функцию построения графика, которая отображает изменение в лучшем значении фитнеса от предыдущего поколения до текущего поколения.
Чтобы создать функцию построения графика для этого примера, скопируйте и вставьте следующий код в новый файл в Редакторе MATLAB®.
function state = gaplotchange(options, state, flag) % GAPLOTCHANGE Plots the logarithmic change in the best score from the % previous generation. % persistent last_best % Best score in the previous generation if(strcmp(flag,'init')) % Set up the plot xlim([1,options.MaxGenerations]); axx = gca; axx.YScale = 'log'; hold on; xlabel Generation title('Log Absolute Change in Best Fitness Value') end best = min(state.Score); % Best score in the current generation if state.Generation == 0 % Set last_best to best. last_best = best; else change = last_best - best; % Change in best score last_best = best; if change > 0 % Plot only when the fitness improves plot(state.Generation,change,'xr'); end end
Сохраните файл как gaplotchange.m
в папке на пути MATLAB.
Чтобы использовать пользовательскую функцию построения графика, включайте его в опции.
rng(100) % For reproducibility options = optimoptions('ga','PlotFcn',{@gaplotbestf,@gaplotchange}); [x,fval] = ga(@rastriginsfcn,2,[],[],[],[],[],[],[],options)
Optimization terminated: maximum number of generations exceeded. x = -0.0003 0.0014 fval = 4.2189e-04
График показывает только изменения, которые больше 0, которые являются улучшениями лучшего фитнеса. Логарифмический масштаб позволяет вам видеть небольшие изменения в лучшей функции фитнеса, которую не показывает верхний график.
Функция построения графика использует информацию, содержавшуюся в следующих структурах, которые генетический алгоритм передает функции как входные параметры:
options
— Текущие настройки опций
state
— Информация о текущем поколении
flag
— Текущий статус алгоритма
Самые важные линии функции построения графика следующие:
persistent last_best
Создает персистентную переменную last_best
— лучший счет в предыдущем поколении. Персистентные переменные сохраняются по множественным вызовам функции построения графика.
xlim([1,options.MaxGenerations]);
axx = gca;
axx.YScale = 'log';
Настраивает график, прежде чем алгоритм запустится. options.MaxGenerations
максимальное количество поколений.
best = min(state.Score)
Поле state.Score
содержит оценки всех индивидуумов в текущем населении. Переменная best
минимальный счет. Для полного описания полей состояния структуры смотрите Структуру Функций построения графика.
change = last_best - best
Переменное изменение является лучшим счетом в предыдущем поколении минус лучший счет в текущем поколении.
if change > 0
Постройте, только если существует изменение в лучшем фитнесе.
plot(state.Generation,change,'xr')
Строит изменение в текущем поколении, номер которого содержится в state.Generation
.
Код для gaplotchange
содержит многие из тех же элементов как код для gaplotbestf
, функция, которая создает лучший график фитнеса.