matlab细菌算法

① MATLAB建模方法有哪些

建模覆盖的内容很广，可以分为两大块：优化和统计，因此建模方法也可以由这两大块划分。

一.优化：

1. 智能算法: 遗传算法，粒子群算法，模拟退火算法，蚁群算法...

2. 基础优化算法: 目标规划，整数规划...

3. 排队论

二.统计：

1. 分类/聚类算法: k-means...

2. 预测: 时间序列算法，灰色预测算法，指数平滑算法，

3. 评价: 模糊综合评价，信息熵评价，粗糙集,数据包络分析，层次分析，

4. 智能算法：神经网络，svm...

5. 回归/拟合：多元线性拟合，最小二乘法

6. 数据处理：小波变换

   
   

② matlab如何实现蒙特卡洛算法

1、打开MATLAB软件，如图所示，输入一下指令。

③ 我需要一个基于免疫遗传算法的matlab程序，关于函数寻优的，最好在附有讲解

% 主程序
%遗传算法主程序
%Name:genmain.m
%author：杨幂

clear
clf
%%初始化
popsize=50; %群体大小
chromlength=30; %字符串长度（个体长度）
pc=0.6; %交叉概率
pm=0.1; %变异概率
pop=initpop(popsize,chromlength); %随机产生初始群体
%%开始迭代
for i=1:20 %20为迭代次数
[objvalue]=calobjvalue(pop); %计算目标函数
fitvalue=calfitvalue(objvalue); %计算群体中每个个体的适应度
[newpop]=selection(pop,fitvalue); %复制
[newpop]=crossover(pop,pc); %交叉
[newpop]=mutation(pop,pm); %变异
[bestindivial,bestfit]=best(pop,fitvalue); %求出群体中适应值最大的个体及其适应值
y(i)=max(bestfit);%储存最优个体适应值
n(i)=i;
pop5=bestindivial;%储存最优个体
%解码
x1(i)=decodechrom(pop5,1,chromlength/2)*2/32767;
x2(i)=10+decodechrom(pop5,chromlength/2+1,chromlength/2)*10/32767;
pop=newpop;%将新产生的种群作为当前种群
end
%%绘图
figure(1)%最优点变化趋势图
i=1:20;
plot(y(i),'-r*')
xlabel('迭代次数');
ylabel('最优个体适应值');
title('最优点变化趋势');
legend('最优点');
grid on

figure(2)%最优点分布图
[X1,X2]=meshgrid(0:0.1:2,10:0.1:20);
Z=X1.^2+X2.^2;
mesh(X1,X2,Z);
xlabel('自变量x1'),ylabel('自变量x2'),zlabel('函数值f(x1,x2)');
hold on
plot3(x1,x2,y,'ro','MarkerEdgeColor','r','MarkerFaceColor','r','MarkerSize',5)
title('最优点分布');
legend('最优点');
hold off

[z index]=max(y); %计算最大值及其位置
x5=[x1(index),x2(index)]%计算最大值对应的x值
z