数学建模方法-遗传算法(实战篇part 1)

一、引言

　　在上一篇中我们详细介绍了什么是遗传算法，但是光说不练是不行的，因此，在这一篇中，我们将举一个例子，并且利用遗传算法来解决我们的例子。

二、问题

　　已知：$f(x) = x + 10sin5x + 7cos4x, x \in [0, 9]$

　　求：函数$f(x)$的最大值

三、一般求解

　　在MATLAB中输入如下代码：

x = 0: 0.0001: 9;
y = x + 10*sin(5*x) + 7*cos(4*x);
[maxY, index] = max(y)
maxX = x(index)

　　则会输出以下结果：

maxY =
   24.8554
index =
   78568
maxX =
    7.8567

　　对此，我们得到$f(x)$在其定义域内的最大坐标值为(7.8567, 24.8554)。

　　好，接下来，我们利用遗传算法来设计代码，对我们这个问题进行求解，看看会是怎样。

三、遗传算法求解

　　我们来回顾下上个篇章所讲的，遗传算法的步骤，如下：

　　1.  种群初始化
　　2. 计算每个种群的适应度值
　　3. 选择(Selection)
　　4. 交叉(Crossover)
　　5. 变异(Mutation)
　　6. 重复2-5步直至达到进化次数

　　我们从第一步开始编写我们的代码，为了让我们的遗传算法的代码具有更好的包容性，即针对不同的题目，我们不想每一次都要大幅度的重写我们的代码，因此，我们希望能够把一些步骤的功能编写成函数，这样针对不同的题目，我们只需要调用我们事先编写好的函数，输入不同的参数和数据即可。好了，废话不多说，我们开始吧。

　　（1）种群初始化函数popInit()，能根据提供的种群大小和染色体长度产生