重新写一下，就是我想用遗传算法计算这个函数的最小值，我也是在网上搜的，他第一行的代码省略掉了，我不会写，原题如下：
题目1：设fx=(x1-5)^2 + (x2-55)^2 +(x3-555)^2 +(x4-5555)^2 +(x5-55555)^2，计算fx的最小值，其中x1,x2,x3,x4,x5为5个不同的变量。

从直观上看，如果想得到fx的最小值，其实当x1=5,x2=55,x3=555,x4=5555,x5=55555时，fx=0为最小值。如果使用穷举法，通过循环的方法找到这5个变量，估计会很费时的，我就不做测试了。下面我们看一下遗传算法的运行情况。

# 定义适应度函数
> f<-function(x){} # 代码省略

# 运行遗传算法
> m <- mcga(  popsize=200,
+             chsize=5,
+             minval=0.0,
+             maxval=999999,
+             maxiter=2500,
+             crossprob=1.0,
+             mutateprob=0.01,
+             evalFunc=f)

f<-function(x){
return ((x[1]-5)^2 + (x[2]-55)^2 +(x[3]-555)^2 +(x[4]-5555)^2 +(x[5]-55555)^2)
}

最好把x用一个向量表示

f <-  function(x) sum((x - c(5, 55, 555, 5555, 55555))^2)

optim(rep(0, 5), f)

受教了