再现结果

因为遗传算法是随机的，所以，它使随机选择 - 每次运行遗传算法时都会得到稍微不同的结果。该算法使用默认的MATLAB^®伪随机数量流。有关随机数流的更多信息，请参阅randstream.。每一次GA.调用流，其状态更改。所以下次GA.调用流，它返回不同的随机数。这就是为什么输出的GA.每次运行它时都不同。

如果您需要完全重现结果，可以调用GA.使用包含默认流的当前状态的输出参数，然后在运行之前将状态重置为此值GA.再次。例如，重现输出GA.适用于Rastrigin的功能，呼叫GA.用语法

RNG（1，'twister'）重复性的％[x，fval，出口，输出] = ga（@rastriginsfcn，2）;

假设结果是

X，Fval，ExitFlag

x = -1.0421 -1.0018 fval = 2.4385 ExitFlag = 1

存储流的状态output.rngstate.。重置状态，输入

Stream = randstream.getglobalstream;stream.state = output.rngstate.state;

如果你现在跑了GA.第二次，您以前获得相同的结果：

[x，fval，exitflag] = ga（@rastriginsfcn，2）

优化终止：FITHS值的平均变化小于选项。功能化。x = -1.0421 -1.0018 fval = 2.4385 ExitFlag = 1

相关话题

• 恢复Ga.