- 1、本文档共12页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
matlab遗传算法实例
%(对于多个变量而言,如有两个变量,采用20为表示,每个变量10为,则第一个变量从1开始,另一个变量从11开始。本例为1),
%参数1ength表示所截取的长度(本例为10)。
%遗传算法子程序
%Name:decodechrom.m
%将二进制编码转换成十进制
functionpop2=decodechrom(pop,spoint,length)
pop1=pop(:,spoint:spoint+length-1);
pop2=decodebinary(pop1);
%2.2.3计算目标函数值
%calobjvalue.m函数的功能是实现目标函数的计算,其公式采用本文示例仿真,可根据不同优化问题予以修改。
%遗传算法子程序
%Name:calobjvalue.m
%实现目标函数的计算
function[objvalue]=calobjvalue(pop)
temp1=decodechrom(pop,1,10);%将pop每行转化成十进制数
x=temp1*10/1023;%将二值域中的数转化为变量域的数
objvalue=10*sin(5*x)+7*cos(4*x);%计算目标函数值
%2.3计算个体的适应值
%遗传算法子程序
%Name:calfitvalue.m
%计算个体的适应值
functionfitvalue=calfitvalue(objvalue)
globalCmin;
Cmin=0;
[px,py]=size(objvalue);
fori=1:px
ifobjvalue(i)+Cmin0
temp=Cmin+objvalue(i);
else
temp=0.0;
end
fitvalue(i)=temp;
end
fitvalue=fitvalue;
%2.4选择复制
%选择或复制操作是决定哪些个体可以进入下一代。程序中采用赌轮盘选择法选择,这种方法较易实现。
%根据方程pi=fi/∑fi=fi/fsum,选择步骤:
%1)在第t代,由(1)式计算fsum和pi
%2)产生{0,1}的随机数rand(.),求s=rand(.)*fsum
%3)求∑fi≥s中最小的k,则第k个个体被选中
%4)进行N次2)、3)操作,得到N个个体,成为第t=t+1代种群
%遗传算法子程序
%Name:selection.m
%选择复制
function[newpop]=selection(pop,fitvalue)
totalfit=sum(fitvalue);%求适应值之和
fitvalue=fitvalue/totalfit;%单个个体被选择的概率
fitvalue=cumsum(fitvalue);%如fitvalue=[1234],则cumsum(fitvalue)=[13610]
[px,py]=size(pop);
ms=sort(rand(px,1));%从小到大排列
fitin=1;
newin=1;
whilenewin=px
if(ms(newin))fitvalue(fitin)
newpop(newin)=pop(fitin);
newin=newin+1;
else
fitin=fitin+1;
end
end
%2.5交叉
%交叉(crossover),群体中的每个个体之间都以一定的概率pc交叉,即两个个体从各自字符串的某一位置
%(一般是随机确定)开始互相交换,这类似生物进化过程中的基因分裂与重组。例如,假设2个父代个体x1,x2为:
%x1=0100110
%x2=1010001
%从每个个体的第3位开始交叉,交又后得到2个新的子代个体y1,y2分别为:
%y1=0100001
%y2=1010110
%这样2个子代个体就分别具有了2个父代个体的某些特征。利用交又我们有可能由父代个体在子代组合成具有更高适合度的个体。
%事实上交又是遗传算法区别于其它传统优化方法的主要特点之一。
%遗传算法子程序
%Name:crossover.m
%交叉
function[newpop]=crossover(pop,pc)
[px,py]=size(pop);
newpop=ones(size(pop));
fori=1:2:px-1
if(randpc)
cpoint=round(rand*py);
newpop(i,:)=[pop(i,1:
文档评论(0)