遗传算法matlab代码.docx

《遗传算法matlab代码.docx》由会员分享，可在线阅读，更多相关《遗传算法matlab代码.docx（11页珍藏版）》请在第一文库网上搜索。

1、functionyouhuafunD=code;N=50;%Tunab1emaxgen=50;%Tunab1eCrossrate=O.5;%Tunab1emuterate=O.08:%Tunab1egeneration=1;num=Iength(D);fatherrand=randint(num,N,3);score=zeros(maxgen,N);whi1egeneration1450)(min(F2)=900)error(DATApropertyF2exceeditsrange(900,1450,)end%getgrouppropertyF1ofdata,accordingtoF2va1u

2、eF4=zeros(size(F1);forite=11:-1:1index=find(F20temp=Cmin+objva1ue(i);e1setemp=0.0;endfitva1ue(i)=temp;endfitva1e=fitva1ue,;%2.4选择复制%选择或复制操作是决定哪些个体可以进入下一代。程序中采用赌轮盘选择法选择，这种方法较易实现。%根据方程pi=fifi=fifsum,选择步骤：%1)在第t代，由(1)式计算fsum和Pi%2)产生0,1的随机数rand(.),求s=rand(.)*fsum%3)求fis中最小的k,则第k个个体被选中%4)进行N次2)、3)操作，得到N个

3、个体，成为第t=t+1代种群%遗传算法子程序%Name:se1ection.m%选择免制functionnewpop=se1ection(pop,fitva1e)tota1fit=sum(fitva1ue);%求适应值之和fitva1ue=fitva1uetota1fit;%单个个体被选择的概率fitva1ue=cumsum(fitva1ue);%如fitva1e=1234,则cumsum(fitva1ue)=13610px,py=size(pop);ms=sort(rand(px,1);%从小到大排列fitin=1;newin=1;whi1enewin=pxif(ms(newin)fitva

4、1ue(fitin)newpop(newin)=pop(fitin);newin=newin+1;e1sefitin=fitin+1;endend%2.5交叉%交叉(CrOSSOVer),群体中的每个个体之间都以一定的概率PC交叉，即两个个体从各自字符串的某一位置%(一般是随机确定)开始互相交换，这类似生物进化过程中的基因分裂与重组。例如，假设2个父代个体x1,x2为：%x1=0100110%x2=1010001%从每个个体的第3位开始交叉，交又后得到2个新的子代个体y1,y2分别为：%y1=0100001%y2=1010110%这样2个子代个体就分别具有了2个父代个体的某些特征。利用交又我们

5、有可能由父代个体在子代组合成具有更高适合度的个体。%事实上交又是遗传算法区别于其它传统优化方法的主要特点之一。%遗传算法子程序%Name:crossover,m%交叉functionnewpop=crossover(pop,pc)px,py=size(pop);newpop=ones(size(pop);fori=1:2:px-1if(randpc)cpoint=round(rand*py);newpop(i)=pop(i,1:cpoint),pop(i+1,cpoint+1:py);newpop(i+1)=pop(i+1,1:cpoint),pop(i,cpoint+1:py);e1senewpop(i)=pop(i);newpop(i+1)=pop(i+1);endend%2.6变异%变异(mutation),基因的突变普遍存在于生物的进化过程中。变