matlab 遗传算法_遗传算法matlab

以下为求解表达式：

遗传算法构造过程：

程序流程图：

以下为算法程序：

%Generic Algorithm for function f(x1,x2) optimumclear all;close all;%ParametersSize=80;   %群体的规模G=100;     %终止迭代次数CodeL=10;  %二进制编码长度 umax=2.048;umin=-2.048;%自变量取值范围E=round(rand(Size,2*CodeL));    %Initial Code/E为染色其种群，为80行20列的矩阵，矩阵的每一行为一个染色体%Main Programfor k=1:1:G   %循环迭代的次数，循环迭代的条件time(k)=k;  %时间轴，用于画图for s=1:1:Size  %遍历整个解空间m=E(s,:);  %取出其中一个染色体出来y1=0;y2=0;  %染色体转换值初值%Uncodingm1=m(1:1:CodeL);for i=1:1:CodeL   y1=y1+m1(i)*2^(i-1);    %转化成十进制endx1=(umax-umin)*y1/1023+umin;  %解码为X1的值，也就是解空间的值m2=m(CodeL+1:1:2*CodeL);for i=1:1:CodeL   y2=y2+m2(i)*2^(i-1);endx2=(umax-umin)*y2/1023+umin;  %解码为X1的值，也就是解空间的值F(s)=100*(x1^2-x2)^2+(1-x1)^2;  %计算适应度endJi=1./F;  %适应度的倒数，求最小值%****** Step 1 : Evaluate BestJ ******BestJ(k)=min(Ji);  %保存最佳适应度的导数fi=F;                          %Fitness Function[Oderfi,Indexfi]=sort(fi);     %Arranging fi small to bigger适应度从小到大排序Bestfi=Oderfi(Size);           %Let Bestfi=max(fi) 取当前最大适应度BestS=E(Indexfi(Size),:);      %Let BestS=E(m), m is the Indexfi belong to max(fi)最大适应度所对应的染色体bfi(k)=Bestfi;      %保存当前最佳适应度%****** Step 2 : Select and Reproduct Operation******   fi_sum=sum(fi);  %计算总体适应度   fi_Size=(Oderfi/fi_sum)*Size;  %计算每个适应度下的染色体个数，相当于选择次数      fi_S=floor(fi_Size);        %Selecting Bigger fi value，向下舍入      kk=1;   for i=1:1:Size      for j=1:1:fi_S(i)        %Select and Reproduce        TempE(kk,:)=E(Indexfi(i),:);           kk=kk+1;              %kk is used to reproduce      end   end        %按照适应度大小从小到大排序   %************ Step 3 : Crossover Operation ************pc=0.60;      %交叉概率n=ceil(20*rand);    %选择随机交叉的切入点，rand产生[0,1]的随机数，ceil()正向取整for i=1:2:(Size-1)    temp=rand;    if pc>temp                  %Crossover Condition    for j=n:1:20        TempE(i,j)=E(i+1,j);        TempE(i+1,j)=E(i,j);    end        %相邻两个染色体，i控制染色体，j用于控制这个染色体上的那个点开始彼此交换    endendTempE(Size,:)=BestS;  %保持最大适应度的编码稳定，防止数据震荡E=TempE;   %************ Step 4: Mutation Operation突变操作 **************%pm=0.001;%pm=0.001-[1:1:Size]*(0.001)/Size; %Bigger fi, smaller Pm%pm=0.0;    %No mutationpm=0.1;     %Big mutation  %变异概率   for i=1:1:Size    %用于控制遍历所有染色体      for j=1:1:2*CodeL    %用于遍历所有染色体上的位         temp=rand;         if pm>temp                %Mutation Condition            if TempE(i,j)==0               TempE(i,j)=1;            else               TempE(i,j)=0;            end        end      end   end   %Guarantee TempPop(30,:) is the code belong to the best individual(max(fi))TempE(Size,:)=BestS;  %保持最大适应度的编码稳定，防止数据震荡E=TempE;end      %迭代次数结束 Max_Value=Bestfi  %输出函数的最大值BestS      %最大适应度染色体编码x1      %X1取值x2      %X2取值figure(1);plot(time,BestJ); xlabel('Times');ylabel('Best J');figure(2);plot(time,bfi);xlabel('times');ylabel('Best F');