多目标优化遗传算法

function [XpLC1LC2LC3LC4]=MYGA（MNPm）
%% 求解01整数规划的遗传算法
%% 输入参数列表
% M 遗传进化迭代次数
% N 种群规模
% Pm 变异概率
%% 输出参数列表
% Xp 最优个体
% LC1 子目标1的收敛曲线
% LC2 子目标2的收敛曲线
% LC3 平均适应度函数的收敛曲线
% LC4 最优适应度函数的收敛曲线
%% 参考调用格式[XpLC1LC2LC3LC4]=MYGA（50400.3）
%% 第一步：载入数据和变量初始化
load e;%载入三个系数矩阵eqw
load q;
load w;
%输出变量初始化
Xp=zeros（450）;
LC1=zeros（1M）;
LC2=zeros（1M）;
LC3=zeros（1M）;
LC4=zeros（1M）;
Best=inf;
%% 第二步：随机产生初始种群
farm=cell（1N）;%用于存储种群的细胞结构
k=0;
while k %以下是一个合法个体的产生过程
x=zeros（450）;%x每一列的1的个数随机决定
for i=1:50
R=rand;
Col=zeros（41）;
if R<0.7
RP=randperm（4）;%1的位置也是随机的
Col（RP（1））=1;
elseif R>0.9
RP=randperm（4）;
Col（RP（1:2））=1;
else
RP=randperm（4）;
Col（RP（1:3））=1;
end
x（:i）=Col;
end
%下面是检查行和是否满足约束的过程，对于不满足约束的予以抛弃
Temp1=sum（x2）;
Temp2=find（Temp1>20）;
if length（Temp2）==0
k=k+1;
farm{k}=x;
end
end

%% 以下是进化迭代过程
counter=0;%设置迭代计数器
while counter
% 第三步：交叉
%交叉采用双亲双子单点交叉
newfarm=cell（12*N）;%用于存储子代的细胞结构
Ser=randperm（N）;%两两随机配对的配对表
A=farm{Ser（1）};%取出父代A
B=farm{Ser（2）};%取出父代B
P0=unidrnd（49）;%随机选择交叉点
a=[A（:1:P0）B（:（P0+1）:end）];%产生子代a
b=[B（:1:P0）A（:（P0+1）:end）];%产生子代b
newfarm{2*N-1}=a;%加入子代种群
newfarm{2*N}=b;
%以下循环是重复上述过程
for i=1:（N-1）
A=farm{Ser（i）};
B=farm{Ser（i+1）};
P0=unidrnd（49）;
a=[A（:1:P0）B（:（P0+1）:end）];
b=[B（:1:P0）A（:（P0+1）:end）];
newfarm{2*i-1}=a;
newfarm{2*i}=b;
end
FARM=[farmnewfarm];%新旧种群合并
%% 第四步：选择复制
FLAG=ones（13*N）;%标志向量，对是否满足约束进行标记
%以下过程是检测新个体是否满足约束
for i=1:（3*N）
x=FARM{i};
sum1=sum（x1）;
sum2=sum（x2）;
flag1=find（sum1==0）;
flag2=find（sum1==4）;
flag3=find（sum2>20）;
if le