clear all;clc;close all;
%进化策略解决旅行商问题
%{
日期:
20190912_ZD
遗传算法强调染色体的操作,进化策略强调个体级的行为变化,而进化规划则强
强调种群级别上的行为变化,现在学术界上将GA,ES,EP统称为进化算法EC
%}
t0 = clock;
N = 10;%初始种群规模
C = [1,2;70,90;80,60;10,100;800,200;800,100;90,80;200,600;230,4;500,90];%城市坐标
M = size(C,1);%城市个数
for i = 1:N
X(i,:) = randperm(M);%初始种群
end
Inter = 5000;%迭代次数
BestFitness = -inf;%记录最大适应度
BestIndividual = zeros(1,M);%最优个体
BestFitnessInter = zeros(1,Inter);
MeanFitness = zeros(1,Inter);
D = zeros(M,M);
%计算各个城市之间的距离
for i = 1:M
for j = 1:M
D(i,j) = sqrt( sum((C(i,:) - C(j,:) ).^2));
end
end
%进行迭代
for i = 1:Inter
%随机生成新的种群
NewX = zeros(100,N);%生成新的种群
for Num = 1:100
%通过初始种群繁殖生成新的种群(注重个体行为)
pos1 =1 + fix( rand*N );
pos2 = randperm(M);
NewX(Num,:) = X(pos1,pos2);
end
%计算适应度
Distance = zeros
优化算法之进化策略
最新推荐文章于 2023-06-30 16:18:01 发布
![](https://img-home.csdnimg.cn/images/20240711042549.png)