遗传算法参数寻优

遗传算法原理：（自编算法）

仿照达尔文的那句话“物竞天择，适者生存”

学习代码：寻优算法（1）-------遗传算法（GA）附Matlab代码（copy可用）-CSDN博客

• 种群初始化：不能对问题空间参数直接处理，需通过特定的编码如实数编码、位串编码、结构式编码等，把问题的可行解转换成遗传空间的染色体或个体

• 适应度评估：判断种群个体好坏，通常用目标函数变换得到

• 选择：选择更适合生存者，淘汰劣势者。适应度越高越容易被选中，选择操作方式常见的有轮盘赌法、锦标赛法等

• 交叉：下一代获得父母的基因片段，以得到更加优良的基因。

• 变异：光靠父母的基因不一定能够生存下来，环境等影响会造成基因的变异，使得其能跳出父母基因的限制，得到更适合生存的基因。

• 经过这样一轮轮的选择，优良的基因（自变量）就被选择出来了。

GEN是当前代数；M是种群规模，i代表种群数量

初始化种群：initpop.m

%初始化种群大小
%输入变量：
%popsize：种群大小
%chromlength：染色体长度-->>转化的二进制长度
%输出变量：
%pop：种群
function pop=initpop(popsize,chromlength)
pop = round(ran