遗传算法MATLAB代码

简单的遗传算法，计算函数最值. function ga_main() % 遗传算法程序 % n-- 种群规模% ger-- 迭代次数% pc--- 交叉概率% pm-- 变异概率 % v-- 初始种群（规模为n）% f-- 目标函数值% fit-- 适应度向量 % vx-- 最优适应度值向量% vmfit-- 平均适应度值向量 clear all; close all; clc;%清屏 tic;%计时器开始计时 n=20;ger=100;pc=0.65;pm=0.05;%初始化参数 %以上为经验值，可以更改。 % 生成初始种群 v=init_population(n,22); %得到初始种群，

function ga_main（）
% 遗传算法程序
% n-- 种群规模% ger-- 迭代次数% pc--- 交叉概率% pm-- 变异概率
% v-- 初始种群（规模为n）% f-- 目标函数值% fit-- 适应度向量
% vx-- 最优适应度值向量% vmfit-- 平均适应度值向量
clear all;
close all;
clc;%清屏
tic;%计时器开始计时
n=20;ger=100;pc=0.65;pm=0.05;%初始化参数
%以上为经验值，可以更改。
% 生成初始种群
v=init_population（n22）; %得到初始种群，22串长，生成20*22的0-1矩阵
[NL]=size（v）;           %得到初始规模行，列
disp（sprintf（‘Number of generations:%d‘ger））;
disp（sprintf（‘Population size:%d‘N））;
disp（sprintf（‘Crossover probability:%.3f‘pc））;
disp（sprintf（‘Mutation probability:%.3f‘pm））; %sprintf可以控制输出格式
% 待优化问题
xmin=0;xmax=9;  %变量X范围
f=‘x+10*sin（x.*5）+7*cos（x.*4）‘;
% 计算适应度，并画出初始种群图形
x=decode（v（:1:22）xminxmax）;%22位二进制换成十进制，%冒号表示对所有行进行操作。
fit=eval（f）;%eval转化成数值型的  %计算适应度
figure（1）;%打开第一个窗口
fplot（f[xminxmax]）;%隐函数画图
grid on;hold on;
plot（xfit‘k*‘）;%作图画初始种群的适应度图像
title（‘（a）染色体的初始位置‘）;%标题
xlabel（‘x‘）;ylabel（‘f（x）‘）;%标记轴
% 迭代前的初始化
vmfit=[];%平均适应度
vx=[]; %最优适应度
it=1; % 迭代计数器
% 开始进化
while it<=ger %迭代次数 %100代
    %Reproduct