matlab迭代实现矩阵运算,matlab 遗传算法 如何输出每一迭代步的最优解

while gen

FitnV=ranking(-ObjV);                                  %分配适应度值(Assign fitness values)

SelCh=select('sus', Chrom, FitnV, GGAP);               %选择

SelCh=recombin('xovsp', SelCh, 0.7);                   %重组

SelCh=mut(SelCh);                                      %变异

variable=bs2rv(SelCh, FieldD);                         %子代个体的十进制转换

ObjVSel=variable.*sin(10*pi*variable)+2.0;             %计算子代的目标函数值

[Chrom ObjV]=reins(Chrom, SelCh, 1, 1, ObjV, ObjVSel); %重插入子代的新种群

variable=bs2rv(Chrom, FieldD);

gen=gen+1;                                             %代计数器增加

%输出最优解及其序号,并在目标函数图像中标出,Y为最优解,I为种群的序号

[Y, I]=max(ObjV)  hold on;

plot(variable(I), Y, 'bo');

trace(1, gen)=max(ObjV);                               %遗传算法性能跟踪

trace(2, gen)=sum(ObjV)/length(ObjV);

end

你可以试下,一个循环的程序,显示每一代的最优解。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值