习题二利用遗传算法求使达到最大值时的x1与x2的值.docVIP

习题二：利用遗传算法求使达到最大值时的x1和x2的值 一、原理步骤： 1、根据题意确立寻优区间，取, 2、确立优化模型及目标函数 3、确定编码方法：用长度为10位的二进制编码串来分别表示两个决策变量x1a,x2a。编码可以表示 4、确定遗传算法的运行参数,如:群体大小80、迭代次数500、交叉概率0.6、变异概率0.001 5、确定解码方法：解码时需要将20位二进制编码切断，前10位和后10位分别转化为十进制整数代码，分别记为x1和x2。 6、通过解码公式，x＝(max-min)*y/1023+min 通过公式计算，把代码x1a和x2a转化为x1和x2。 7、进行复制运算，交叉运算，变异运算，寻找最优结果。 二、程序： clear; clc; m=80; T=500;%迭代次数 pc=0.6;%交叉概率 pm=0.001;%变异概率 %选择初始种群 for i=1:m pop(i)=floor(rand(1)*1024*1024); end %寻优开始 for j=1:T for i=1:m x1a=floor(pop(i)/1024); x2a=(pop(i)/1024-floor(pop(i)/1024))*1024; x1=0+x1a*10/1023; x2=30+x2a*50/1023; q(i)=100-(x1-5)^2-(x2-50)^2; end %求取适应度，把坏值用好值代替 [q0,flag0]=max(q); [q1,flag1]=min(q); if j==1 px=pop(flag0); x1a=floor(px/1024); x2a=(px/1024-floor(px/1024))*1024; x1=0+x1a*10/1023; x2=30+x2a*50/1023; pq=100-(x1-5)^2-(x2-50)^2; else if q0pq px=pop(flag0); x1a=floor(px/1024); x2a=(px/1024-floor(px/1024))*1024; x1=0+x1a*10/1023; x2=30+x2a*50/1023; pq=100-(x1-5)^2-(x2-50)^2; end end % 把这一代中最差的用所有代中最好的数代替； pop(flag1)=px; %交叉 for i=1:m p=rand(1); index=floor(rand(1)*(m-1)+1); if ppc print=floor(rand(1)*20); xa1=floor(pop(i)/(2^print)); xa2=(pop(i)/(2^print)-floor(pop(i)/(2^print)))*2^print; xb1=floor(pop(index)/(2^print)); xb2=(pop(index)/(2^print)-floor(pop(index)/(2^print)))*2^print; pop(i)=xa1*2^print+xb2; end end %变异 for i=1:m sumpop=0; for j=0:19 p=rand(1); bitj=bitand(pop(i),2^j)/(2^j); if ppm bitj=1-bitj; end sumpop=sumpop+bitj*(2^j); end pop(i)=sumpop; end end %寻优结果为 [Q,index0]=sort(q); x1a=floor(pop(index0(m))/1024); x2a=(pop(index0(m))/1024-floor(pop(index0(m))/1024))*1024; x1=0+x1a*10/1023 x2=30+x2a*50/1023 Qmax=Q(m) 三、结论： x1 =5.0049 x2 =49.990