Я оптимизирую алгоритм реконструкции изображения, используя генетический алгоритм в Matlab. Я сделал кроссовер на двух популяциях и сгенерировал двух потомков без использования инструментария «ga» в Matlab. Так в настоящее время у меня есть два 1 * п матриц с целыми значениями в диапазоне от 0-255 (Это два изображения в строке основного заказа) .For напримерСтадия мутации генетического алгоритма в Matlab
population_1 = [1 2 3 4 5 6 7 8 9 10]
population_2 = [10 20 30 40 50 60 70 80 90 100]
И я одна точка заказала крест над и получил отпрыск, как
Off_1 = 1 2 3 4 5 60 70 80 90 100
Off_2 = 10 20 30 40 50 6 7 8 9 10
Далее мне нужно сделать мутацию с вероятностью 0.02.I здесь используется «gaoptimset» и кодируется следующим образом.
mutated_child = gaoptimset('MutationFcn', {@mutationuniform, .02})
и я напечатал результат. Он дает такую структуру без каких-либо значений.
mutated_child =
PopulationType: []
PopInitRange: []
PopulationSize: []
EliteCount: []
CrossoverFraction: []
ParetoFraction: []
MigrationDirection: []
MigrationInterval: []
MigrationFraction: []
Generations: []
TimeLimit: []
FitnessLimit: []
StallGenLimit: []
StallTimeLimit: []
TolFun: []
TolCon: []
InitialPopulation: []
InitialScores: []
InitialPenalty: []
PenaltyFactor: []
PlotInterval: []
CreationFcn: []
FitnessScalingFcn: []
SelectionFcn: []
CrossoverFcn: []
MutationFcn: {[@mutationuniform] [0.0200]}
DistanceMeasureFcn: []
HybridFcn: []
Display: []
PlotFcns: []
OutputFcns: []
Vectorized: []
UseParallel: []
Может кто-нибудь, пожалуйста, помогите мне выполнить мутацию на crossovered Чайлдс (Off_1 и Off_2)? Спасибо заранее.