Algoritme Genetic Matlab

[Anass783]

Bonjour,

Ayant calculé deux résultats (sous forme de deux vecteurs L et R) que je dois combiner par une somme de Minkowski pour avoir un Score:
(Score= alpha*(\sum(L[i])^(1/alpha) + Beta*(\sum(R[i])^(1/Beta))

et ayant un vecteur de valeurs représentant la "vérité terrain " auquel mon score calculé devrait se rapprocher, je me demande comment je pourrais calculer les paramètres Alpha et Beta de la somme de Minkowski par Algo Génétique fourni dans la toolbox optimization de Matlab ?
En fait pour chaque L[i] et R[i] qui me donnent un score[i], ce dernier doit être proche du score_Verité_terrain[i]. Cette optimization dépend de la valeur alpha et beta.
Comment formuler cette contrainte dans la toolbox Genetic-Algorithms de Matlab?

Merci.
-----

[Anass783]

après lecture de l'exemple fournit dans http://fr.mathworks.com/help/gads/ex...GD&language=fr, j'ai pu faire une similitude avec mon problème dans la mesure où le score attendu (vérité terrain) est une constante qui n'évoluera pas dans l'optimization. Donc en se basant sur l'exemple du lien j'ai fait ceci :

function y=parametrized_fitness_fct(x,g round_truth_score)

y=x(1)*(L^(1/x(1))) + x(2)*(R^(1/x(2))) + ground_truth_score;
% ground_truth_score, L and R sont des valeurs
end
FitnessFunction =@(x) parametrized_fitness_fct(x,gro und_truth_score);
[x,score] = ga(FitnessFunction,numberOfVar iables)%numberOfVariables=2
%x contiendra les valeurs de "alpha" et beta recherchées,
%et score sera le score calculé et que l'on espère se rapprochera du ground_truth_score (score attendu)