标准差分进化算法多目标线性规划的若干解法及MATLAB实现

标准差分进化算法多目标线性规划的若干解法及MATLAB实现

function DE（GmF）%标准差分进化算法程序
F=0.8;%F是变异因子 
Gm=200; %最大迭代次数
Np=50; %种群规模
CR=0.5;  %交叉概率常数
G=1;%初始化进化代数
D=10;%所求问题的维数
ge=zeros（1Np）;%各代的最优值
bestx=zeros（NpD）;%各代的最优解
xmin=0;xmax=pi;
function y=f（Z）;
    y=sum（sin（Z））;
end
X0=（xmax-xmin）*rand（NpD）+xmin;%产生初始种群
X=X0;
%%%%%%%%%%变异操作
V=zeros（NpD）;%变异矢量初始化
U=zeros（NpD）;%初始化
X1=zeros（NpD）;%初始化
value=zeros（1Np）;
while G<=Gm
    for i=1:Np
    %产生jkp三个不同的数
    a=1;b=Np;
    dx=randperm（b-a+1）;
    j=dx（1）;k=dx（2）;p=dx（3）;
    if j==i
        j=dx（4）;
    elseif k==i
        k=dx（4）;
    elseif p==i
        p=dx（4）;
    end
    %namd=exp（1-Gm/（Gm+1-G））;%变异算子
    %F=F0*2.^namd;
    %bon=X（p:）+F*（X（j:）-X（k:））;
    bon=X（p:）+F*（X（j:）-X（k:））;
    if （bon>xmin）&（bon       V（i:）=bon;
    else V（i:）=（xmax-xmin）*rand（1D）+xmin;
    end
    end
%%%%%%%%%%%%交叉操作
    for i=1:Np
        for j=1:D
            if （rand<=CR|j==rand（D）） %利用二项分布来交叉
                U（ij）=V（ij）;
            else
                U（ij）=X（ij）;
            end
        end
    end
 %%%%%%%%%%%%%%%选择操作 
 for i=1:Np
     if f（U（i:））>f（X（i:））
         X1（i:）=U（i:）;
     else 
         X1（i:）=X（i:）;
     end
 end
 %找出最大值
     for i=1:Np
          value（i）=f（X1（i:））;
     end
    [fmaxnmax]=max（value）;
    ge（G）=fmax;
    bestx（G:）=X1（nmax:）; 
    G=G+1;
    X=X1;
end
ii=linspace（1GmGm）;
plot（iige）
[gmaxn]=max（ge）;
bestvalue=gmax
bestsolution=bestx（n:）
end
    
    

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-09-11 10:16  标准差分进化算法源代码\
     文件          55  2018-08-27 11:33  标准差分进化算法源代码\【源码使用必读】.url
     文件        1636  2018-09-11 10:11  标准差分进化算法源代码\a.m