遗传算法笔记

适用范围：

1、算法流程图

 2、部分使用函数解释说明：

randi（[0,1],1，100）；表示生成0到1的整数，生成1行长度为100的随机数

repmat(template,30,1);30表示行数，1表示列数，template是个结构体，相当于复制结构体

3、代码：

clc;clear;

nVar=100;
nPop=30;
maxIt=2000;%迭代200次
nPc=0,8;%代表交叉的比例
nC=round(nPc*nPop/2)*2   ;%代表迭代规模的大小,用round去掉整数，因为不能为小数，也不能为奇数，因为交叉是两个个体进行交叉，肯定为偶数，不能为奇数，所以要先除以2，再乘以2进行一个偶数化的处理
nMu=0.01;%定义变异概率

%定义结构体
template.x=[];
template.y=[];

Parent=repmat(template,nPop,1);%30表示行数，1表示列数，template是个结构体，相当于复制结构体


for i=1:nPop
    Parent(i).x=randi([0,1],1,nVar);
    Parent(i).y=fun(Parent(i).x);
end

%初始化种群结束

for It =1:maxIt
    offspring=repmat(template,nC/2,2);%单列不好看出交叉结果，两列好看结果，故而写成2列形式,放在里面不是外面，放在外面的话会不断增长
    %进行交叉操作
    for j=1:nC/2
        %选择两个
        p1=selectPop(Parent);
        p2=selectPop(Parent);
        %进行交叉
        [offspring(j,1).x,offspring(j,2).x]=crossPop(p1.x,p2.x);
    end
    
    offspring=offspring(:);%两列不好看，把他变成一列好进行for循环
    
    for k=1:nC
        offspring(k).x=mutatePop(offspring(k).x,nMu);
        offspring(k).y=fun(offspring(k).x);
    end
    
    newPop=[Parent;offspring];%将父代种群和子代种群进行拼接
    [~,so]=sort([newPop.y],'ascend');%对大的种群进行一个排序，升序;sort返回值和对应下标，因为值不需要，只要下表so
    newPop=newPop(so);
    Parent=newPop(1:nPop);
    disp(['迭代次数：',num2str(It),',最小值为：',num2str(Parent(1).y)]);%每次迭代的第一个为最佳
end


function y=fun(x)
y=sum(x);
end
%选择操作
function p=selectPop(Parent)
%锦标赛选择法,选择两个个体进行比较，结果较为靠近fun（x）的留下，另一个淘汰
n=numel(Parent);%计算出总体样本的个数
index=randperm(n);%给出一个序列，序号值不重复,两个作为一组比较的对象
p1=Parent(index(1));
p2=Parent(index(2));
if p1.y<=p2.y
    p=p1
else
    p=p2
end
end
%交叉操作
function[y1,y2]=crossPop(x1,x2)
%单点交叉，不可选第一个点或者最后一个点，因为没有意义，相当于全部都交换了，那样还是那两个数组。比如两个1x8的数组，然后假设选定第四个点后的数据进行交换，那么两个数组第四个数值之后的数组都进行交换
n=numel(x1);
s=randi([1,n-1]);%因为最后一个位置没有意义，所以选到n-1
y1=[x1(1:s) x2(s+1:end)];
y2=[x2(1:s) x1(s+1:end)];

end

%变异操作
function p=mutatePop(x,mu)%mu表示变异概率
%单点变异
if rand<=mu %如果随机生成的概率小于变异概率，则进行变异
    n=numel(x);
    s=randi([1,n]);%变异点，这里不需要到n-1，因为每个点都有可能发生变异
    if x(s)==0
        x(s)=1;
    elseif x(s)==1
        x(s)=0;
    end
end
p=x;%将结果输出到p
end

附上原作者b站链接：

遗传算法，有手就行_哔哩哔哩_bilibili