遺傳算法的matlab程序實例-wenkub.com
2025-07-04 16:03 本頁面
【正文】 r*39。pop=newpop。%求出群體中適應值最大的個體及其適應值y(i)=max(bestfit)。 %計算群體中每個個體的適應度[newpop]=selection(pop,fitvalue)。 %20為迭代次數[objvalue]=calobjvalue(pop)。 %交叉概率pm=。 bestfit=fitvalue(1)。 newpop(i,mpoint)=0。else end if(randpm)代碼:%Name: %變異function [newpop]=mutation(pop,pm)[px,py]=size(pop)。 end else pop1(i,:)=[pop2(i,1:cpoint) pop2(i+1,cpoint+1:m)]。 m=py/Numv。例如，假設2個父代個體x1，x2為：x1=0100110x2=1010001從每個個體的第3位開始交叉，交又后得到2個新的子代個體y1，y2分別為：y1＝0100001y2＝1010110這樣2個子代個體就分別具有了2個父代個體的某些特征。fitin=fitin+1。 if(ms(newin))fitvalue(fitin) %從小到大排列，將rand(px,1)產生的一列隨機數變成輪盤賭形式的表示方法，由小到大排列fitin=1。%求適應值之和fitvalue=fitvalue/totalfit。endfitvalue=fitvalue39。 else [px,py]=size(objvalue)。 代碼:%Name: %將二進制編碼轉換成十進制function pop2=decodechrom(pop,spoint,length)pop1=pop(:,spoint:spoint+length1)。 pop1(:,i)=2.^(py1).*pop(:,i)。%
研究報告相關推薦
鄂ICP備17016276號-1