遗传算法的经典解析.docxVIP

遗传算法的经典解析---看了以后就会用ga了下面是英国sheffield大学的ga工具箱的经典编写程序示例，大家可以根据它，对相关数据修改就可以解决一切ga问题了至于matlab自带的ga工具箱，使用相当简单，真正工程应用没有sheffield大学的ga工具箱应用广泛，这里就不多累赘了记住使用时将下面的大写全部改为小写Nvar=20;%变量个数Nind=100;%种群大小Subpop=10;%子种群数量Maxgen=500;%最大遗传代数Miggen=20;%每隔20代发生迁移Range=[0;200];%变量范围Ggap=0.8;%代沟率Xovr=1;%交叉率Mutr=1/xovr;%变异率Insr=0.9;%插入率Migr=0.2;%迁移率Selfun=’sus’;%选择函数Xovfun=’recdis’;%重组函数Mutfun=’mutbga’;%变异函数Gen=0;Trace=zeros(maxgen,2);%遗传算法性能跟踪FieldDD=rep(range,[1,nvar]);%译码矩阵Chorm=crtrp(nind,fieldDD);%创建初始种群Objv=objfun(chorm);%计算目标函数While genlt;maxgenFitv=ranking(objv,[2,1],subpop);%分配适度值Selch=selet(selfun,chorn,fitv,ggap,subpop);%选择recch=recombin(xovfun,selch,xovr,subpop);%重组mutch=mutate(mutfun,recch,fieldDD,mutr,subpop);%变异objvoff=objfun(mutch);%计算目标函数值[chorm,objv]=reins(chorm,mutch,subpop,[1 indr],objv,objvoff);%替代Gen=gen+1;trace(gen,1) =min(objv);Trace(gen,2)=mean(objv);%在子种群中迁移个体If??(rem(gen,miggen)==0)[chorm,objv]=migrate(chor,subpop,[migr,1,1],objv);EndEnd[yy,ii]=min(objv);%输出最有解及序号Figure(1)Plot(chorm(ii,:),’-ro’);Figure(2);%遗传算法性能跟踪图Plot(trace(:,1));Hold onPlot(trace(:,2),’-.r’);Legend(‘解的变化’,’种群均值的变化’)；Xlabel(‘迭代次数’)；下面是各基本函数的介绍，有助大家编程因为每个个体对应一组染色体，故经常叫种群中的个体为染色体而每个染色体有好多基因组成，每个基因就是对应为题的每一个变量1.函数bs2rvphen=bs2rv(chrom,fieldD)根据译码矩阵fieldD将二进制串矩阵chorm转换成实值向量，返回矩阵包含对应的种群表现型。fieldD=[len;lb;ub;code;scale;lbin;ubin]len：指明chorm中每个变量（基因）的二进制编码的长度，满足sum(len)==size(chorm,2)lb和ub：分别指明每个变量使用的上下边界code：指明每个变量的编码方式，1为标准二进制编码，0为格雷编码scale：指明每个变量的是否使用对数或算术刻度，1是对数刻度，0为算术刻度lbin和ubin：指明表示范围总是否包含每个边界，1表示包含，0不包含比如：表示chrom的每个个体（染色体）的编码规则为：共有4个变量（即每个染色体有4个基因），第1个基因体是使用5位标准二进制编码，上下边界为[0 10]，只包含上边界的算术刻度第2个基因体是使用6位格雷二进制编码，上下边界为[-5 0]，包含上下边界的对数刻度2.crtbasebasevec=crtbase(lind,base)产生向量的元素对应染色体每个基因的基数（每个变量的范围）lind：每个染色体的基因(变量)个数，sum(lind)==变量个数，且length(lind)=length(base)base：对应每个基因的基数比如：basevec=crtbase([2 3 4 2],[10 20 15 8])结果为:basevec=[10 10 20 20 20 15 15 15 15 8 8]上面表示创建有2+3+4+2=11个基因(变量)的染色体(个体)前两的变量的取值为0-9，接着三个0-19，还有四个0-14，最后两个0-7由上面可以看出basevec其实可使用matlab的其它简单命令创建，因此很少用到它，一般使用rep。再强调一下，简单一点说basevec其实就是每个变