一些基于matlab的遗传算法程序.docVIP

一些基于matlab的遗传算法程序 2009年01月29日 星期四 22:48 转自：/13/752521211579.html ％程序1function xoverKids = crossoverpmx(parents,options,GenomeLength,FitnessFcn,unused,thisPopulation)nKids = length(parents);xoverKids = zeros(nKids,GenomeLength);index = 1;for i=1:fix(nKids/2)parent1 = parents(index);index = index + 1;parent2 = parents(index);index = index + 1;sz = length(parent1) - 1;xOverPoint1 = ceil(sz * rand);xOverPoint2 = ceil(sz * rand);while(xOverPoint2 == xOverPoint1)xOverPoint2 = ceil(sz * rand);endif(xOverPoint1 xOverPoint2)left = xOverPoint1;right = xOverPoint2;elseleft = xOverPoint2;right = xOverPoint1;endfor i=left:rightt=parent1;parent1=parent2;parent2=t;endfor i=left:rightj=find(parent1==parent1(i));if (size(j,2)==2)parent1(j(find(j~=i)))=parent2(i);endendfor i=left:rightk=find(parent2==parent2(i))if (size(k,2)==2)parent2(k(find(k~=i)))=parent1(i);endendxoverKids(i,:) = parent1;xoverKids(nKids-i+1,:) = parent2;end请问，这个程序主要执行的是不是交叉操作，能否详细说明一下？？不少地方看不大懂！谢谢 ％程序2function Population = myfun1(nvars, FitnessFcn, options)totalpopulation = sum(options.PopulationSize);for i=1:totalpopulationPopulation(i,:)=randperm(40);end请问这个程序又主要在执行什么操作？？谢谢了！ ％程序3function mutationChildren = myfun2(parents, options, nvars, FitnessFcn, state, thisScore, thisPopulation)if(nargin 8)mutationRate = 0.01; % default mutation rateendmutationChildren = zeros(length(parents),nvars);for i=1:length(parents)child = thisPopulation(parents(i),:);mutationPoint1=floor(rand*40+1);mutationPoint2=floor(rand*40+1);t=child(mutationPoint1);child(mutationPoint1)=child(mutationPoint2);child(mutationPoint2)=t;mutationChildren(i,:) = child;end这个程序是不是在执行变异操作 转自：/question/8207100.html matlab有遗传算法工具箱。核心函数：(1)function [pop]=initializega(num,bounds,eevalFN,eevalOps,options)--初始种群的生成函数【输出参数】pop--生成的初始种群【输入参数】num--种群中的个体数目bounds--代表变量的上下界的矩阵eevalFN--适应度函数eevalOps--传递给适应度函数的参数options--选择编码形式(浮点编码或是二进制编码)[precision F_or_B],如precision--变量进行二进制编码时指定的精度F