基于君主方案的遗传算法程序（带注释）

1、目标函数介绍
2、遗传算法与程序
3、仿真

1、目标函数介绍

该函数有10个变量，变量的取值范围为[-20,20]，这个函数只有一个极小值点，其坐标为x=(0，0，…，0)，极小值为0，具体函数形式为下式

2、遗传算法与程序

遗传算法参数
（1）、初始化种群数目为NP=100， 染色体基因维数为10（即基因维数与变量数相等），最大进化代数为G=1000，交叉概率为Pc=0.8,变异概率为Pm=0.1。
（2）、产生初始种群，计算个体适应度值；进行实数编码的选择以及交叉和变异操作。选择和交叉操作采用“君主方案”，即在对群体根据适应度值高低进行排序的基础上，用最优个体与其他偶数位的所有个体进行交叉，每次交叉产生两个新的个体。在交叉过后，对新产生的群体进行多点变异产生子群体，再计算其适应度值，然后和父群体合并，并且根据适应度值进行排序，取前NP个个体为新群体，进行下一次遗传操作。
具体MATLAB实现程序与介绍如下

// 遗传算法程序
%初始化
clear all;                           %清除所有变量
close all;                           %清图
clc;                                 %清屏
D=10;                                %单染色体上的基因数（即10个变量）（每个基因采用10进制）    
NP=100;                              %染色体数目（初始化种群的数目）
Xs=20;                               %变量上限          
Xx=-20;                              %变量下限
G=1000;                              %最大遗传代数
f=zeros(D,NP);                       %初始种群赋空间 创建一个10*100的0矩阵
nf=zeros(D,NP);                      %子种群赋空间   创建一个10*100的0矩阵
Pc=0.8;                              %交叉概率
Pm=0.1;                              %变异概率
f=rand(D,NP)*(Xs-Xx)+Xx;             %随机获得初始种群（10进制的种群），维数10*100
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%按适应度升序排列
for np=1:NP