实验3 基于遗传算法的多元函数求解

掌握常用遗传算法函数的使用，掌握使用Matlab工具箱中的遗传算法函数实现多元函数求解问题，掌握遗传算法改进算法在多元函数求解中的应用方法。

2．实验环境

Matlab

3．实验内容

（1）遗传算法常用函数的使用。

1）使用crtbp函数创建一个种群大小为6，个体长度为10，各位的二进制数分别为{1 2 3 4 5 6 7 8 9 10}的种群。

1. 使用ranking函数。设有8个个体的种群，其目标值如下：[1;2;3;4;8;7;6;5]，使用线性排序和压差为2估算适应度。

3）使用select函数。考虑以下具有8个个体的种群Chrom，适应度值为FitnV.

使用轮盘赌选择方式选择8个个体。

4使用函数recombin对4个个体的种群进行重组。

5使用函数mut将当前种群（含有4个个体，个体长度为5）变异为新种群。

6在6个个体的父代种群中插入子代种群（子代种群有两个个体）。

7先使用crtbp创建二进制种群Chrom（3个个体，个体长度为7），表示在[-2,8）区间的一组简单变量，然后使用bs2rv将二进制串转换为实值表现型。

（2）利用MATLAB自带工具箱GADST求解一个非线性方程组。

问题描述：

要求利用GUI方式和命令行两种方法求解。

（3）利用遗传算法计算以下一元函数的最大值：f(x)=x+10sin(5x)+7cos(4x)

其中，x的取值范围是[0,10]，遗传算法参数设置如下表所示：

种群大小	最大遗传代数	个体长度	代沟	交叉概率	变异概率
40	20	20	0.95	0.7	0.01

（4）利用遗传算法计算以下多元函数的最小值：

f(x,y)=5sin(xy)+x^2+y^2     x∈[-4,4]， y∈[-4,4]，选择二进制编码，遗传算法参数设置如下表所示：

种群大小	最大遗传代数	个体长度	代沟	交叉概率	变异概率
40	80	40（2个自变量，每个长20）	0.95	0.7	0.01

4．实验过程

（1）遗传算法常用函数的使用。

1）使用crtbp函数创建一个种群大小为6，个体长度为10，各位的二进制数分别为{1 2 3 4 5 6 7 8 9 10}的种群。

A=crtbp(6,10,[1 2 3 4 5 6 7 8 9 10])

1. 使用ranking函数。设有8个个体的种群，其目标值如下：[1;2;3;4;8;7;6;5]，使用线性排序和压差为2估算适应度。

B=ranking([1;2;3;4;8;7;6;5],[2,0])

3）使用select函数。考虑以下具有8个个体的种群Chrom，适应度值为FitnV.

使用轮盘赌选择方式选择8个个体。

sel_rws=select('rws',Chrom,FitnV)

4) 使用函数recombin对4个个体的种群进行重组。

A=crtbp(4,10)

New_A=recombin('xovsp',A)

1. 使用函数mut将当前种群（含有4个个体，个体长度为5）变异为新种群。

A=crtbp(4,5)

new_A=mut(A)

6）在6个个体的父代种群中插入子代种群（子代种群有两个个体）。

1. 先使用crtbp创建二进制种群Chrom（3个个体，个体长度为7），表示在[-2,8）区间的一组简单变量，然后使用bs2rv将二进制串转换为实值表现型。

 Chrom = crtbp(3,7)

Phen=bs2rv(Chrom,[size(Chrom,2);-2;8;1;0;1;0])

（2）利用MATLAB自带工具箱GADST求解一个非线性方程组。

问题描述：

要求利用GUI方式和命令行两种方法求解。

 

 

 

 

 

 

 

命令行方式

 

实验总结

        遗传算法模拟生物进化的基本过程，用数码串来类比生物中的染色个体，通过选择、交叉、变异等遗传算子来仿真生物的基本进化过程，利用适应度函数来表示染色体所蕴涵的问题解质量的优劣，通过适应度函数引导种群的进化方向，使种群不断“更新换代”，从而提高每代种群的平均适应度,并在此基础上，使得最优个体所代表的问题解逼近问题的全局最优解。