遗传算法matlab仿真实例

最新推荐文章于 2024-09-19 16:04:39 发布

haoxiaodao

最新推荐文章于 2024-09-19 16:04:39 发布

阅读量3.7k

点赞数

本文链接：https://blog.csdn.net/haoxiaodao/article/details/23925965

版权

本文演示了使用简单遗传算法（带有精英保留）优化函数的Matlab仿真过程。目标函数为Max f(x1,x2)=100*(x1*x1-x2)^2+(1-x1)^2，在-2.0480到2.0480的范围内进行优化。文章通过设置仿真代数、群体规模、交叉变异概率等参数，并进行解码、适应度计算、遗传操作等步骤，展示了如何在Matlab中实现遗传算法。最后，绘制了最优适应度的进化曲线并输出了最优参数。" 104194917,8364623,数据库备份与恢复基础教程,"['数据库管理', 'SQL', '数据安全', '备份策略', '恢复技术']

摘要由CSDN通过智能技术生成

% Optimizing a function using Simple Genetic Algorithm with elitist preserved

%Max f(x1,x2)=100*(x1*x1-x2).^2+(1-x1).^2; -2.0480<=x1,x2<=2.0480

% Author: Wang Yonglin (wylin77@126.com)

clc;clear all;

format long;%设定数据显示格式

%初始化参数

T=100;%仿真代数

N=80;% 群体规模

pm=0.05;pc=0.8;%交叉变异概率

umax=2.048;umin=-2.048;%参数取值范围

L=10;%单个参数字串长度，总编码长度2L

bval=round(rand(N,2*L));%初始种群

bestv=-inf;%最优适应度初值

%迭代开始

for ii=1:T

%解码，计算适应度

for i=1:N

y1=0;y2=0;

for j=1:1:L