遗传算法及其改进算法的matlab程序

精通matlab及最优化处理一书中第十四章遗传优化算法的matlab源程序，包含原始的遗传算法程序和六种改进程序，程序列表为

function [xvfv]=AdapGA（fitnessabNPNGPc1Pc2Pm1Pm2eps）
%自适应遗传算法
L = ceil（log2（（b-a）/eps+1））;

x = zeros（NPL）;

for i=1:NP
    
    x（i:） = Initial（L）;
    
    fx（i） = fitness（Dec（abx（i:）L））;
    
end

for k=1:NG
    
    sumfx = sum（fx）;
    
    Px = fx/sumfx;

    PPx = 0;
    
    PPx（1） = Px（1）;
    
    for i=2:NP
        
        PPx（i） = PPx（i-1） + Px（i）;
        
    end

    for i=1:NP
        
        sita = rand（）;
        
        for n=1:NP
            
            if sita <= PPx（n）
                
                SelFather = n;
                
                break;
                
            end
            
        end
        
        Selmother = round（rand（）*（NP-1））+1;
        
        posCut = round（rand（）*（L-2）） + 1;
          
        favg = sumfx/NP;
        
        fmax = max（fx）;
        
        Fitness_f = fx（SelFather）;
        
        Fitness_m = fx（Selmother）;
        
        Fm = max（Fitness_fFitness_m）;
        
        if Fm>=favg
            
            Pc = Pc1*（fmax - Fm）/（fmax - favg）;
            
        else
            
            Pc = Pc2;
            
        end
        
        r1 = rand（）;
        
        if r1<=Pc
            
            nx（i1:posCut） = x（SelFather1:posCut）;
            
            nx（i（posCut+1）:L） = x（Selmother（posCut+1）:L）;
            
            fmu = fitness（Dec（abnx（i:）L））;

            if fmu>=favg

                Pm = Pm1*（fmax - fmu）/（fmax - favg）;

            else

                Pm = Pm2;

            end
            
            r2 = rand（）;
            
            if r2 <= Pm
                
                posMut = round（rand（）*（L-1） + 1）;
                
                nx（iposMut） = ~nx（iposMut）;
                
            end
            
        else
            
            nx（i:） = x（SelFather:）;
            
        end
        
    end

    x = nx;
    
    for i=1:NP
        
        fx（i） = fitness（Dec（abx（i:）L））;
        
    end
    
end

fv = -inf;

for i=1:NP
    
    fitx = fitness（Dec（abx（i:）L））;
    
    if fitx > fv
        
        fv = fitx;
        
        xv = Dec（abx（i:）L）;
        
    end
    
end

function result = Initial（length）

for i=1:length  
    
    r = rand（）;
    
    result（i） = round（r）;   
    
end

function y = Dec（abxL）

base = 2.^（（L-1）:-1:0）;

y = dot（basex）;

y = a + y*（b-a）/（2^L-1）;
    

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2579  2008-09-10 21:32  第14章  遗传优化算法\AdapGA.m

     文件       2380  2008-09-10 21:33  第14章  遗传优化算法\DblGEGA.m

     文件       2889  2008-09-13 14:14  第14章  遗传优化算法\GMGA.m

     文件       3344  2008-09-05 21:46  第14章  遗传优化算法\MMAdapGA.m

     文件       2426  2008-09-13 13:08  第14章  遗传优化算法\myGA.m

     文件       2070  2008-09-13 13:42  第14章  遗传优化算法\NormFitGA.m

     文件       2571  2008-09-13 13:27  第14章  遗传优化算法\SBOGA.m

     目录          0  2014-09-17 20:30  第14章  遗传优化算法

----------- ---------  ---------- -----  ----

                18259                    8