【正文】 大家可以直接繪出f(x)的圖形來(lái)大概看看f（x）的最值是多少，也可是使用優(yōu)化函數(shù)來(lái)驗(yàn)證。 eval=eval。,[],initPop,[1e6 1 1],39。 %遺傳算法的matlab代碼 bounds=ones(2,1)*[5 5]。maxGenTerm39。pop5=bestindividual。bestfit=fitvalue(1)。newpop(i+1,:)=[pop(i+1,1:cpoint),pop(i,cpoint+1:py)]。 %單個(gè)個(gè)體被選擇的概率fitvalue=cumsum(fitvalue)。pop2=decodebinary(pop1)。 %% 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)。 %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。while newin=pxif(ms(newin))fitvalue(fitin)newpop(newin)=pop(fitin)。遺傳算法的變異特性可以使求解過(guò)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。 %字符串長(zhǎng)度（個(gè)體長(zhǎng)度）pc=。,[0 10])hold onplot(x,y,39。],[2],39。x 10*sin(5*x) 7*cos(4*x)39。arithXover39。matlab命令行執(zhí)行命令： fplot(39。 eval=f(x)。fitness39。 eval=eval。,[],initPop,[1e6 1 1],39。n(i)=i。bestindividual=pop(1,:)。newpop(i,:)=[pop(i,1:cpoint),pop(i+1,cpoint+1:py)]。 %求適應(yīng)值之和fitvalue=fitvalue/totalfit。%遺傳算法子程序%Name: %將二進(jìn)制編碼轉(zhuǎn)換成十進(jìn)制function pop2=decodechrom(pop,spoint,length)pop1=pop(:,spoint:spoint+length1)。 %% %% 編程%% (編碼)% ，popsize表示群體的大小，chromlength表示染色體的長(zhǎng)度(二值數(shù)的長(zhǎng)度)，% 長(zhǎng)度大小取決于變量的二進(jìn)制編碼的長(zhǎng)度(在本例中取10位)。Cmin=0。newin=newin+1。%遺傳算法子程序%Name: %變異function [newpop]=mutation(pop,pm)[px,py]=size(pop)。 %交叉概率pm=。r*39。nonUnifMutation39。,[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)maxGe