遗传算法 最值.docVIP

遗传算法 最值 遗传算法（Genetic Algorithm）是模拟生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它最初由美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》，GA这个名称才逐渐为人所知，J.Holland教授所提出的GA通常为简单遗传算法（SGA）。 图 1. 遗传算法的流程图 所求函数为y=x+10*sin(5*x)+7*cos(4*x) %主函数 function main() global chrom lchrom oldpop newpop varible fitness popsize sumfitness %定义全局变量 global pcross pmutation temp bestfit maxfit gen bestgen global maxgen po pp mp np % lchrom=12; %染色体长度 popsize=30; %种群大小 pcross=0.6; %交叉概率 pmutation=0.1; %变异概率,取到了最大，可以适当的减小点设定为0.05 maxgen=100; %最大代数 po=0.1; %淘汰概率 pp=0.1; %保护概率 % mp=floor(pp*popsize); %保护的个数 np=floor(po*popsize); %淘汰的个数 % initpop; % 初始种群 % for gen=1:maxgen generation; end % best; bestfit % 最佳个体适应度值输出 bestgen % 最佳个体所在代数输出 gen=1:maxgen; plot(gen,maxfit(1,gen)); % 进化曲线 % %*******************产生初始种群 ************************************ % function initpop() global lchrom oldpop popsize chrom for i=1:popsize chrom=rand(1,lchrom); % lchrom=12 染色体长度 for j=1:lchrom if chrom(1,j)0.5 chrom(1,j)=0; else chrom(1,j)=1; end end oldpop(i,1:lchrom)=chrom; end % %***产生新一代个体********************************** % function generation() objfun; %计算适应度值 pp_po; %保护淘汰操作 select; %选择操作 crossover; mutation; % %********************计算适应度值******************************** % function objfun() global lchrom oldpop fitness popsize chrom maxfit gen varible a=0; b=30; for i=1:popsize chrom=oldpop(i,:); c=decimal(chrom); varible(1,i)=a+c*(b-a)/(2.^lchrom-1); %对应变量值 fitness(1,i)=varible(1,i)*varible(1,i); % fitness(1,i)=20*cos(0.25*varible(1,i))-12*sin(0.33*varible(1,i))+40; %个体适应度函数值 end % lsort; % 个体排序 % maxfit(1,gen)=max(fitness); %求最大适应度值 % %********************二进制转十进制********************