最近写可一个matlab实现遗传算法，用于非线性函数的极值寻优

假设我们要优化的非线性函数是f(x) = x^2 - 10*cos(2*pi*x) + 10，这是一个具有多个局部极值的复杂函数。

% 遗传算法参数设置  
popSize = 50;           % 种群大小  
chromLength = 20;       % 染色体长度（即变量的二进制编码长度）  
pc = 0.7;               % 交叉概率  
pm = 0.01;              % 变异概率  
maxGen = 100;          % 最大迭代次数  
lb = -10;               % 变量下界  
ub = 10;                % 变量上界  
  
% 初始化种群  
pop = round(rand(popSize, chromLength));  
  
% 适应度函数（即要优化的非线性函数）  
objFcn = @(x) x.^2 - 10*cos(2*pi*x) + 10;  
  
% 遗传算法主循环  
for gen = 1:maxGen  
    % 解码操作，将二进制编码转换为实数  
    x = bs2rv(pop, [2.^(chromLength-1:0)]')*(ub-lb)/(2^chromLength-1) + lb;  
      
    % 计算适应度值  
    fitness = objFcn(x);  
      
    % 选择操作，这里使用轮盘赌选择法  
    [~, idx] = sort(fitness, 'desc