使用matlab实现遗传算法解决飞行员侦查问题

randData = round(80*rand(25,8));
save .\sj.txt randData -ascii


clc,clear 
load sj.txt %加载敌方100个目标的数据
x=sj(:,1:2:8);x=x(:); 
y=sj(:,2:2:8);y=y(:); 
sj=[x y]; 
d1=[70,40]; 
sj0=[d1;sj;d1]; 
%距离矩阵d 
sj=sj0*pi/180; 
d=zeros(102); 
for i=1:101 
for j=i+1:102 
temp=cos(sj(i,1)-sj(j,1))*cos(sj(i,2))*cos(sj(j,2))+sin(sj(i,2))*sin(sj(j,2)); 
d(i,j)=6370*acos(temp); 
end 
end 
d=d+d';L=102;w=50;dai=100; %w指的是种群的大小
%通过改良圈算法选取优良父代A 
for k=1:w 
c=randperm(100); 
c1=[1,c+1,102]; 
flag=1; 
while flag>0 
flag=0; 
for m=1:L-3 
for n=m+2:L-1 
if d(c1(m),c1(n))+d(c1(m+1),c1(n+1))<d(c1(m),c1(m+1))+d(c1(n),c1(n+1)) 
flag=1; 
c1(m+1:n)=c1(n:-1:m+1); 
end 
end 
end 
end 
J(k,c1)=1:102; %矩阵J的第k行的第c1列的值依次为1：102
%J就是取出来的50个优良的父代
end 


J=J/102; 
J(:,1)=0;J(:,102)=1; 
rand('state',sum(clock)); 




%遗传算法实现过程
A=J; 
for k=1:dai %产生0～1间随机数列进行编码
B=A; 
c=randperm(w); 
%交配产生子代B 
for i=1:2:w 
F=2+floor(100*rand(1)); %随机选择交换开始的位置，和生物学上的染色体交换不一样
%交换相邻染色体的基因
temp=B(c(i),F:102); 
B(c(i),F:102)=B(c(i+1),F:102); 
B(c(i+1),F:102)=temp; 
end 
%变异产生子代C 
by=find(rand(1,w)<0.1); 
if length(by)==0 
by=floor(w*rand(1))+1; 
end 
C=A(by,:); 
L3=length(by); 
for j=1:L3 
bw=2+floor(100*rand(1,3)); 
bw=sort(bw); 
C(j,:)=C(j,[1:bw(1)-1,bw(2)+1:bw(3),bw(1):bw(2),bw(3)+1:102]); 
end 


%将ABC组合起来
G=[A;B;C]; 
TL=size(G,1); %TL是G的行数
%在父代和子代中选择优良品种作为新的父代
[dd,IX]=sort(G,2);%dd是行升序重排后的结果，IX是索引值
temp(1:TL)=0; %初始化tmp
for j=1:TL 
for i=1:101 
temp(j)=temp(j)+d(IX(j,i),IX(j,i+1)); %求出G中每一种排列的路径和
end 
end 
[DZ,IZ]=sort(temp); 
A=G(IZ(1:w),:); %拿出前五十个排列作为优秀父代进行再次重排
end 
path=IX(IZ(1),:) 
long=DZ(1) 
%toc 
xx=sj0(path,1);yy=sj0(path,2); 
plot(xx,yy,'-o')