遗传算法及其代码

bufengzj

于 2018-09-11 22:05:30 发布

阅读量5k

点赞数

分类专栏：智能算法

本文链接：https://blog.csdn.net/bufengzj/article/details/82633561

版权

本文介绍了遗传算法在解决多元函数最值问题和旅行商问题(TSP)上的应用。博主提供了详细的代码实现，并对参考书目中的程序进行了完善和注释，帮助读者理解遗传算法的基本原理和实现步骤。

摘要由CSDN通过智能技术生成

此处参考一篇博主的进行学习：

https://blog.csdn.net/Hanpu_Liang/article/details/78172537

这篇博主解决的遗传算法的入门问题-多元函数的最值求解，是遗传算法入门的练习

同样解决上篇提到的TSP问题。本文对参考书目的程序进行了完善与注释

tic;
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;%通过加d的转置d'，减少计算时间
%% 通过改良圈算法选取优良父代 A
for k=1:w
c=randperm(100);%ranperm（100）产生1~100的乱序排列，比如99 1 3 ...
c1=[1,c+1,102];%以数组形式存放路径
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