matlab 遗传算法实现物体均匀分组

背景

给定64个物体的质量，选中16个进行分组，组间质量差异最小。

重点和难点

组间质量差异最小，使用组重量的方差计算就行了。

遗传算法进行求解的问题，需要注意的是，经过交配和变异以后，染色体不符合原来的规律了。我们需要进行越界检查，然后

进行回调。

代码

%%%%%%%%%%%%%%遗传算法求取16/64 物体分组问题%%%%%%%%%%%%%%
clear ;                             %清除所有变量
close all;                             %清图
clc;                                  %清屏
%%%%%%% 加载数据%%%%%%%%%%%%%%%
objweights=table2array(readtable("质量.xlsx")); %加载表格，并转换为矩阵方便计算
idx=randperm(64,16)'; %产生1-64之间的随机数，数量为16，作为待分组物体的编号
global obj16
obj16=objweights(idx,2);

%%%%%%%%%%%%%%%%%%%初始化%%%%%%%%%%%%%%%%%%%

D = 16;                              %基因数目
NP = 100;                            %染色体数目
G = 100;                             %最大遗传代数
f=zeros(D,NP);                  %初始种群赋空间
nf = zeros(D,NP);                     %子种群赋空间
Pc = 0.8;                              %交叉概率
Pm = 0.1;                             %变异概率      
for i=1:NP
f(:,i)=randperm(D,D)';         %随机获得初始种群
end
%%%%%%%%%%%%%%%%按适应度升序排列%%%%%%%%%%%%%%%%
for np = 1:NP
    MSLL(np) = func2(f(:,np));
end
[SortMSLL,Index] = sort(MSLL);
Sortf = f(:,Index);
%%%%%%%%%%%%%%%%%遗传算法循环%%%%%%%%%%%%%%%%%
for gen = 1:G
    %%%%%%%%%%采用君主方案进行选择交叉操作%%%%%%%%%%%%



%%%  绘图表示
figure
plot(trace)
xlabel('迭代次数')
ylabel('目标函数值')
title('适应度进化曲线')
%%%%%%%%%%%%%%%%%%适应度函数%%%%%%%%%%%%%%%%
function result = func2(x)

结果

源码

https://mbd.pub/o/bread/Y56XlZxs