%2、遺傳算法優化的BP神經網絡建模
%（1）主程序
%清空環境變量
%?clc
%?clear

%讀取數據
%?load?（‘workspace.mat‘）;?
%?id?=?find（grid_power?<=?50）?;%刪除功率小于50的數據
%?wind_speed_1（id:）=[];
%?grid_power（id:）=[]?;
%%%%%%%%%%%%%輸入參數%%%%%%%%%%%%%%
N=7;????????????%數據總個數
M=4;????????????%訓練數據
%%%%%%%%%%%%%訓練數據%%%%%%%%%%%%%%
input=a;
output=b;
%?save?data?input?output
%?load?data.mat
?
%節點個數
inputnum=2;
hiddennum=5;
outputnum=1;
?
%訓練數據和預測數據
input_train=input（1:M:）‘;
output_train=output（（1:M）:）‘;
input_test=input（（（M+1）:N）:）‘;
output_test=output（（（M+1）:N）:）‘;
?
%選連樣本輸入輸出數據歸一化
[inputninputps]=mapminmax（input_train）;
[outputnoutputps]=mapminmax（output_train）;
?
%構建網絡
net=newff（inputnoutputnhiddennum）;
?
%%?遺傳算法參數初始化
maxgen=10;?????????????????????????%進化代數，即迭代次數
sizepop=30;????????????????????????%種群規模
pcross=[0.3];???????????????????????%交叉概率選擇，0和1之間
pmutation=[0.1];????????????????????%變異概率選擇，0和1之間
?
%節點總數
numsum=inputnum*hiddennum+hiddennum+hiddennum*outputnum+outputnum;
?
lenchrom=ones（1numsum）;???????
bound=[-3*ones（numsum1）?3*ones（numsum1）];????%數據范圍
?
%------------------------------------------------------種群初始化------------------------------%------------------
?
individuals=struct（‘fitness‘zeros（1sizepop）?‘chrom‘[]）;??%將種群信息定義為一個結構體
%avgfitness=[];??????????????????????%每一代種群的平均適應度
bestfitness=[];?????????????????????%每一代種群的最佳適應度
bestchrom=[];???????????????????????%適應度最好的染色體
%初始化種群
for?i=1:sizepop
????%隨機產生一個種群
????individuals.chrom（i:）=Code（lenchrombound）;????%編碼
????x=individuals.chrom（i:）;
????%計算適應度
????individuals.fitness（i）=fun（xinputnumhiddennumoutputnumnetinputnoutputn）;???%染色體的適應度
end
?
%找最好的染色體
[bestfitness?bestindex]=min（individuals.fitness）;
bestchrom=individuals.chrom（bestindex:）;??%最好的染色體
%avgfitness=sum（individuals.fitness）/sizepop;?%染色體的平均適應度
%?記錄每一代進化中最好的適應度和平均適應度
%trace=[avgfitness?bestfitness];
?
%%?迭代求解最佳初始閥值和權值
%?進化開始
for?i=1:maxgen
???
????%?選擇
????individuals=Select（individualssizepop）;
???%?avgfitness=sum（individuals.fitness）/sizepop;
????%交叉
????individuals.chrom=Cross（pcrosslenchromindividuals.chromsizepopbound）;
????%?變異
????individuals.chrom=Mutation（pmutationlenchromindividuals.chromsizepopimaxgenbound）;
???
????%?計算適應度
????for?j=1:sizepop
????????x=individuals.chrom（j:）;?%解碼
????????individuals.fitness（j）=fun（xinputnumhiddennumoutputnumnetinputnoutputn）;??
????end
???
??%找到最小和最大適應度的染色體及它們在種群中的位置
????[newbestfitnessnewbestindex]=min（individuals.fitness）;
????[worestfitnessworestindex]=max（individuals.fitness）;
????%?代替上一次進化中最好的染色體
????if?bestfitness>newbestfitness
????????bestfitness=newbestfitness;
????????bestchrom=individuals.chrom（newbestindex:）;
????end
????individuals.chrom（worestindex:）=bestchrom;
????individuals.fitness（worestindex）=bestfitness;
???
????%avgfitness=sum（individuals.fitness）/sizepop;
???
???%?trace=[trace;avgfitness?bestfitness];?%記錄每一代進化中最好的適應度和平均適應度
?
end
%%?遺傳算法結果分析
?%figure（3）