- 文前推广
《遗传算法求解高维函数》
—— (若文首CSDN链接失效)本文所用MATLAB代码已整理至公众号中。
需要的关注公众号“猫和真人”,回复“2”即可获得资源包,有条件的支持一下哈!
- 正文
本文代码出自网络上一位大神,年久失源,若代码原作者申明版权,请联系我进行删除!
高维函数属于NP问题,目前无标准方程可解。
用于求解“非劣解”逼近“最优解”的办法有很多,现在介绍“群智能算法”求解“高维函数”:
- 示例算法:遗传算法
- 待优化函数:f(x)=10sin(5x)+7*abs(x-5)+10)
【暂时先放MATLAB主程序代码,具体的算法分析会慢慢补充。
【需要MATLAB完整代码的去文章顶部的链接里面拿。
function genetic_algorithm_main()
clear;
clc;
popsize=100;%种群大小
chromlength=10;%(染色体长度)二进制编码长度
pc = 0.6;%交叉概率
pm = 0.001;%变异概率
pop = initpop(popsize,chromlength);%初始化种群
for i = 1:100
%计算适应度值(函数值)
%函数“cal_objvalue里面就存着需要解的高维函数:objvalue=10*sin(5*x)+7*abs(x-5)+10;”
objvalue = cal_objvalue(pop);%得到目标函数值objvalue
fitvalue = objvalue;
newpop = selection(pop,fitvalue);%选择操作
newpop = crossover(newpop,pc);%交叉操作
newpop = mutation(newpop,pm);%变异操作
pop = newpop;%更新种群
%寻找最优解,找到适应度最大的个体->
[bestindividual,bestfit] = best(pop,fitvalue);
x2 = binary2decimal(bestindividual);%最佳个体
y2 = cal_objvalue(bestindividual);%最佳个体目标函数值
x1 = binary2decimal(newpop);%种群
y1 = cal_objvalue(newpop);%种群的目标函数值
if mod(i,10) == 0 %mod函数求i除以10的余数
%if i/10==1 %测试用,测试迭代次数为10时的值
figure;%创建一个图形窗口
%在指定范围内绘制函数图像->
%fplot('10.*sin(5*x)+7.*abs(x-5)+10',[0 <