实验四函数的编写及调试
一、实验目的：掌握MATLAB函数的编写及调试方法。 二、实验内容：
1、编写一个函数function [y]=myfun1(x)，计算下面函数的值，给出标量x的值，调用
该函数后，返回y的值。
?sinx,?y(x)??x,??x?6,?x?00?x?3x?3
选择一些数据测试你编写的函数。
2、编写一个函数求向量x中元素的平均值、最大值、最小值、均方根值。
function [m_x,max_x,min_x,rms_x]=myfun2(x),均方根值(Root Mean Square)的计算
公式为：
rms?1N2
xi?Ni?1用下面数据测试你写的函数：
（1）x=sin(0:0.01:6*pi)
（2）x=rand(1,200)，得到的x为200个（0，1）之间均匀分布的随机数。
3、编写一个函数，给出一个向量x?[x1,x2,?xn]，生成如下范德蒙矩阵。
1?1?xx2?12function [v]=myvander(x)?x12x2????n?1n?1x2??x1例如：>>v=myvander([2 3 4 5]) 得v=
?????1?xn??2xn? ???n?1xn??1??111?234?5?? ?491625???82764125??生成一些数据测试你写的函数。
三、思考题
编写程序，用如下迭代公式求
a，a的值分别为：3，17，113。迭代的终止条件为
100次。分别对迭代结果和
xn?1?xn?10?5，迭代初值x0?1.0,迭代次数不超过
准确值进行比较，并统计迭代次数。x2?a?2x2?x2?a?xn?1?xn?1a ?22xn?1实验五MATLAB的绘图
1、在同一坐标系下绘制下面三个函数在t?[0，4?]的图象。
y1?ty2?ty3?4?e?0.1tsin(t)
2、编写程序，选择合适的步距，绘制下面函数在区间[-6，6]中的图象。
?sinx,?y(x)??x,??x?6,?
x?00?x?3x?3
3、三维空间曲线绘制x=cos(z);y=sin(z);(z∈0~4*pi)
4、用mesh或surf函数，绘制下面方程所表示的三维空间曲面，x和y的取值范围设为[-3，3]。
x2y2z???
1010三、思考题
在同一坐标系下，用不同颜色和线型绘制以下两个函数在t?[-2?，2?]范围内的图象。
y1?2
0.5ty2?2e?0.2t
实验六遗传算法工具箱的应用
一、 实验目的
1、熟悉遗传算法中的基本参数以及设置方法。 2、了解遗传算法如何用于函数优化工作。
3、掌握使用MATLAB遗传算法工具箱进行函数优化。 二、 实验设备
1、PC机 2、Matlab软件 三、 实验原理
GADST为用户提供了友好的GUI使用界面及清晰的命令行调用语句，使用极为简单方便。MATLAB 7.0版本开始自带GADST，GADST是一个函数库，里面包括了遗传算法的主函数、各个子函数以及一些绘图函数。
在MATLAB中，可以通过在“Command Window”中输入optimtool(‘ga’)或者gatool打开GADST工具箱，GADST工具箱界面如下图所示。
（图片要修改）
可以看到，该界面包括以下三部分：
1、Problem Setup and Results（问题建立与结果板块）。
从上至下依次为：输入适应度函数句柄（Fitness function）、个体所含的变量数目（Number of variables）、约束[线性不等式约束（Linear inequalities）、线性等式约束（Linear equalities）、上下限约束（Bounds）、非线性约束函数（Nonlinear constraint function）]，待设置完中间板块的Options后，单击Start按钮，遗传算法开始运行，运行完之后结果显示于该板块下部。 2、Options（遗传算法选项设置板块）。
在运行遗传算法之前，需要在该板块内进行设置，包括如下几项：
1）种群（Population）。包括种群类型（Population type）、种群大小（Population size）以及一些与种群相关的设定，后者可采用默认设置。
2）适应度排序（Fitness scaling）。默认使用函数fitscalingrank（等级排序），也可从下拉菜单中选用其它排序函数。
3）选择（Selection）。默认使用函数selectionstochunif（随机一致性选择），也可从下拉菜单中选用其它排序函数。
4）繁殖（Reproduction）。遗传算法为了繁殖下一代，需要设置精英数目（EliteCount）和交叉后代比例（CrossoverFraction），默认值为2和0.8。
5）变异（Mutation）。根据所优化函数约束的不同，变异函数有所差异，一般选用默认的即可。
6）交叉（Crossover）。默认使用函数crossoverscattered（分散交叉），也可从下拉菜单中选用其它排序函数。
