资源简介
单目标最优化问题的遗传算法,可用与数学建模中,很方便快捷,matlab
代码片段和文件信息
function[xvfv]=GA(fitnessabNPNGpcpmeps)
%待优化的目标函数:fitness
%自变量下界:a
%自变量上界:b
%种群个体数:NP
%最大进化代数:NG
%杂交概率:pc
%自变量概率:pm
%自变量离散精度:eps
%目标函数取最大值时的自变量值:xm
%目标函数的最大值:fv
L=ceil(log2((b-a)/eps+1)); %根据离散精度,确定二进制编码需要的码长
x=zeros(NPL);
for i=1:NP
x(i:)=Initial(L);%种群初始化
fx(i)=fitness(Dec(abx(i:)L)); %个体适应值
end
for k=1:NG
sumfx=sum(fx); %所有个体适应值之和
px=fx/sumfx; %所有个体适应值的平均值
ppx=0;
ppx(1)=px(1);
for i=2:NP %用于轮盘赌策略的累加
ppx(i)=ppx(i-1)+px(i);
end
for i=1:NP
sita=rand();
for n=1:NP
if sita<=ppx(n)
SelFather=n; %根据轮盘赌策略确定的父亲
break;
end
end
Selmother=floor(rand()*(NP-1))+1; %随机选择母亲
posCut=floor(rand()*(L-2))+1; %随机选择交叉点
r1=rand();
if r1<=pc %交叉
nx(i1:posCut)=x(SelFather1:posCut);
nx(i(posCut+1):L)=x(Selmother(posCut+1):L);
r2=rand();
if r2<=pm %变异
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));%子代适应值
end
end
fv=-inf;
for i=1:NP
fitx=fitness(Dec(abx(i:)L));
if fitx>fv
fv=fitx; %取个体中的最好值作为最终结果
xv=Dec(abx(i:)L);
end
end
function result=Initial(length) %初始化函数
for i=1:length
r=rand();
result(i)=round(r);
end
function y=Dec(abxL) %二进制编码转换为十进制编码
base=2.^((L-1):-1:0);
y=dot(basex);
y=a+y*(b-a)/(2^L-1);
%[xvfv]=GA(@fitness030501000.90.040.01)
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 2021 2013-09-12 21:03 GA.m
----------- --------- ---------- ----- ----
2021 1
相关资源
- 遗传算法全局寻优代码
- 车间布局遗传算法优化源码
- matlab遗传算法求解VRP问题
- 英国谢菲尔德大学遗传算法工具箱及
- NSGA-II matlab 遗传算法源码
- 遗传算法及流程说明
- 遗传算法用于数字滤波器的设计实验
- NSGA-II快速非支配排序遗传算法
- NSGA2多目标遗传算法matlab代码
- 利用GA-BP神经网络算法的应用之MATLA
- matlab遗传算法解决作业车间调度问题
- matlab源程序代码遗传算法工具箱\\ge
-
遗传算法工具箱\\genetic\\crtba
se.mma - \\遗传算法工具箱\\genetic\\bs2rv.m源程序
- 装箱问题遗传算法求解
- 遗传算法程序优化pid参数
- 遗传算法完整MATLAB程序覆盖法
- 遗传算法计算无功优化
- 遗传算法优化BP标注清晰matlab
- 自适应遗传算法MATLAB程序170784
- 基于遗传算法的LQR控制器优化设计
- 基于遗传算法和非线性规划的函数寻
- Matlab基本遗传算法+详细注释
- matlab遗传算法工具箱gatbx
- matlab遗传算法工具箱gatbx直接可用版
- 运用遗传算法求解带出入点的车间布
- matlab基于遗传算法实现的高效排课系
- 遗传算法解决最短路径问题matlab程序
- 遗传算法matlab源代码
- 免疫遗传算法
评论
共有 条评论