MATLAB模拟退火遗传算法,[原创]基于遗传算法模拟退火举例

function SA_GA_Example()

clc;

clear all

ub_lb=[-5 -5;5 5];

%  种群

%  基于遗传算法的参数设置

Population=40;

MaxIteration=20;

SelectionProbability=0.9;

CrossoverProbability=0.7;

MutationProbability=0.01;

NumberofIndividuals=2;

Precision=20;

%  基于模拟退火算法的参数设置

Temp=90;

a=0.97;

T_end=3;

%  用于跟踪遗传算法最优的变量和解值

TraceY=zeros(MaxIteration,1);

TraceX=zeros(MaxIteration,NumberofIndividuals);

%  用于跟踪模拟退火的最优变量和解值

BestY=100;

BestX=100*ones(1,2);

%  建立区域扫描区间

FielD=[repmat(Precision,1,NumberofIndividuals);ub_lb;repmat([1;0;1;1],1,NumberofIndividuals)];

%  初始化染色体

Chromsome=CRTBP(Population,NumberofIndividuals*Precision);

%  将二进制数转化为十进制数

X=BS2RV(Chromsome,FielD);