matlab-的遺傳算法實(shí)例(存儲(chǔ)版)
【正文】 es(size(pop))。bestindividual=pop(1,:)。 %變異概率pop=initpop(popsize,chromlength)。n(i)=i。)hold off[z index]=max(y)。,[],initPop,[1e6 1 1],39。,[2 25 3]) %25次遺傳迭代 運(yùn)算借過為：x = (，f（x）) 注：遺傳算法一般用來取得近似最優(yōu)解，而不是最優(yōu)解。 eval=eval。xoverops是傳遞給交叉函數(shù)的參數(shù)。fitness39。nonUnifMutation39。 eval=f(x)。,[0,9]) evalops是傳遞給適應(yīng)度函數(shù)的參數(shù)，opts是二進(jìn)制編碼的精度，termops是選擇maxGenTerm結(jié)束函數(shù)時(shí)傳遞個(gè)maxGenTerm的參數(shù)，即遺傳代數(shù)。matlab命令行執(zhí)行命令： fplot(39。 %適應(yīng)度函數(shù)的matlab代碼 function [sol,eval]=fitness(sol,options) numv=size(sol,2)1。arithXover39。)。x 10*sin(5*x) 7*cos(4*x)39。 x=sol(1:numv)。],[2],39。%生成初始種群，大小為10 [x endPop,bPop,trace]=ga([0 9],39。,[0 10])hold onplot(x,y,39。 %變異[bestindividual,bestfit]=best(pop,fitvalue)。 %字符串長度（個(gè)體長度）pc=。endelsenewpop(i)=pop(i)。遺傳算法的變異特性可以使求解過程隨機(jī)地搜索到解可能存在的整個(gè)空間，因此可以在一定程度上求得全局最優(yōu)解。newpop=ones(size(pop))。while newin=pxif(ms(newin))fitvalue(fitin)newpop(newin)=pop(fitin)。程序中采用賭輪盤選擇法選擇，這種方法較易實(shí)現(xiàn)。 %計(jì)算目標(biāo)函數(shù)值% 計(jì)算個(gè)體的適應(yīng)值%遺傳算法子程序%Name:%計(jì)算個(gè)體的適應(yīng)值function fitvalue=calfitvalue(objvalue)global Cmin。 %求pop1的每行之和% 將二進(jìn)制編碼轉(zhuǎn)化為十進(jìn)制數(shù)(2)% (或二進(jìn)制編碼)轉(zhuǎn)換為十進(jìn)制，參數(shù)spoint表示待解碼的二進(jìn)制串的起始位置% (對于多個(gè)變量而言，如有兩個(gè)變量，采用20為表示，每個(gè)變量10為，則第一個(gè)變量從1開始，另一個(gè)變量從11開始。 %% 將變量域 [0,10] 離散化為二值域 [0,1023], x=0+10*b/1023, 其中 b 是 [0,1023] 中的一個(gè)二值數(shù)。 % rand隨機(jī)產(chǎn)生每個(gè)單元為 {0,1} 行數(shù)為popsize，列數(shù)為chromlength的矩陣，% roud對矩陣的每個(gè)單元進(jìn)行圓整。pop2=decodebinary(pop1)。for i=1:pxif objvalue(i)+Cmin0temp=Cmin+objvalue(i)。 %單個(gè)個(gè)體被選擇的概率
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號-1