遗传算法MATLAB完整代码(不用工具箱).docxVIP

遗传算法解决简单问题 %主程序：用遗传算法求解  y=200*exp(-0.05*x).*sin(x)  在区间  [-2,2] 上的最大值 clc; clear all; close all; global BitLength global boundsbegin global boundsend bounds=[-2,2]; precision=0.0001; boundsbegin=bounds(:,1); boundsend=bounds(:,2); %计算如果满足求解精度至少需要多长的染色体 BitLength=ceil(log2((boundsend-boundsbegin)./precision)); popsize=50; %初始种群大小 Generationmax=12; %最大代数 pcrossover=0.90; % 交配概率 pmutation=0.09; %变异概率 %产生初始种群 population=round(rand(popsize,BitLength)); %计算适应度，返回适应度 Fitvalue 和累计概率 cumsump [Fitvalue,cumsump]=fitnessfun(population); Generation=1; while GenerationGenerationmax+1 for j=1:2:popsize %选择操作 seln=selection(population,cumsump); %交叉操作 scro=crossover(population,seln,pcrossover); scnew(j,:)=scro(1,:); scnew(j+1,:)=scro(2,:); %变异操作 smnew(j,:)=mutation(scnew(j,:),pmutation); smnew(j+1,:)=mutation(scnew(j+1,:),pmutation); end population=scnew; % 产生了新的种群 %计算新种群的适应度 [Fitvalue,cumsump]=fitnessfun(population); %记录当前代最好的适应度和平均适应度 [fmax,nmax]=max(Fitvalue); fmean=mean(Fitvalue); ymax(Generation)=fmax; ymean(Generation)=fmean; %记录当前代的最佳染色体个体 x=transform2to10(population(nmax,:)); %自变量取值范围是 [-2,2], 需要把经过遗传运算的最佳染色体整合到 [-2,2] 区间 xx=boundsbegin+x*(boundsend-boundsbegin)/(power((boundsend),BitLength)-1); xmax(Generation)=xx; Generation=Generation+1; end Generation=Generation-1; Bestpopulation=xx; Besttargetfunvalue=targetfun(xx); %绘制经过遗传运算后的适应度曲线。一般的，如果进化过程中的种群的平均适应度 %与最大适应度在曲线上有相互趋同的形态，表示算法收敛进行地很顺利，没有出现震荡； %在这种前提下，最大适应度个体连续若干代都没有发生进化表示种群已经成熟 figure(1); hand1=plot(1:Generation,ymax); set(hand1,linestyle,-,linewidth,1.8,marker,*,markersize,6); hold on; hand2=plot(1:Generation,ymean); set(hand2,color,r,linestyle,-,linewidth,1.8,marker,... h,markersize,6); xlabel( 进化代数 ); ylabel( 最大 /平均适应度 ); xlim([1 Generationmax]); box off; hold off; %子程序：计算适应度函数，函数名称存储为 fitnessfun function[Fitvalue,cumsump]=fitnessfun(population) global BitLength global boundsbegin global boundsend popsize=size(population,1); % 有 popsize 个个体 for i=1:popsize x=transform2to10(population(i,:)); %将二进制转换为十进制 %转化为 [