遗传算法（GA）的matlab实现

一、TASK

compute the maximum value：

 

二、实现过程

1.     编码与解码

编码：

在编码之前需要确定求解的精度，设定求解的精度为小数点后六位，即10^6。这样可以将每个自变量x的解空间划分为(1-0)*10^6=1000000个等分。使n满足 (1-0)*10^6<2^n-1，这里n表示使上式成立的最小整数，即表示自变量x的基因串的长度。因为2^19<40000<2^20 ，所以n取20。解码：

二进制基因串转变成十进制：例如基因串 可以翻译为：

x=0+decimal( ) 。

2.      初始化种群

设种群大小为pop_size，每个染色体或个体的长度为chromo_size，假设生成的初始种群为(v₁, v₂, …, v_{pop_size})。

 

3.      选择操作

选择操作即从前代种群中选择个体到下一代种群的过程。一般根据个体适应度的分布来选择个体。以初始种群(v₁, v₂, …, v_{pop_size})为例，假设每个个体的适应度为(fitness(v₁), fitness(v₂),…,fitness(v_{pop_size}))，一般适应度可以按照解码的过程进行计算。以轮盘赌的方式选择个体。

随机转动一下轮盘，当轮盘停止转动时，若指针指向某个个体，则该个体被选中。很明显，具有较高适应度的个体比具有较低适应度的个体更有机会被选中。但是这种选择具有随机性&