进化算法

进化算法概念：以达尔文的进化思想为基础，通过模拟生物进化过程与机制的求解问题的自组织、自适应的人工智能技术。生物进化是通过繁殖、变异、竞争和选择实现的；而进化算法则主要通过选择、重组和变异这三种操作实现优化问题的求解。代码： http://wenku.baidu.com/view/dadb76601ed9ad51f01df2f1.html

1. pop=initpop(popsize,chromlength);

  随机生成一个 popsize*chromlength 的矩阵。

2.  [objvalue]=calobjvalue(pop);  

  对于给出的目标函数，计算目标函数值：

  a. 将矩阵pop从第k列分成2个矩阵，将每个矩阵转换为十进制数。最终成为一个popsize*1的矩阵。 

  b. 将popsize*1矩阵中的数转换为满足要求的取值范围，两个矩阵即对应变量。

  c. 带入目标函数求出目标函数值（popsize*1的矩阵）。

3.  fitvalue=calfitvalue(objvalue);

  计算每个个体的适应度

4. [bestindividual,bestfit]=best(pop,fitvalue);

  求出群体中适应度最大的个体及其适应度值  

  a. pop矩阵中的一行对应一个个体，fitvalue对应该个体的适应度值。

  b. 找出适应度最大所对应的个体，即pop矩阵中的某一行。

5. 针对4步骤找到的最优个体，根据步骤2算出最佳个体的目标函数值。

6. [newpop1]=selection(pop,fitvalue);   %选择算子 

  根据步骤3求得的每个个体的适应度，筛选出适应度较高的个体。    

7. [newpop2]=crossover(newpop1,pc);   %交叉算子      

8. [newpop3]=mutation(newpop2,pm);   %变异算子

  第7-8步根据第6步产生的新pop矩阵，进行交叉和一定概率的变异。

9. 产生新种群。

循环2-9步500次，找到最优解。得到如下图的曲线，