遗传算法数据预测源码35540

给出了范围是[1，16]的1600多个数据，这些数据都是随机无规律出现，运用遗传算法来进行数据预测。

function [in_put_newcountpredictflag] = GA（in_putout_put） 

%%
outerinternum = 100 ;     % 最外层迭代次数
internum = 50 ;            % 选择 交叉 迭代次数
mutation_P = 0.03  ;       % 变异概率

for outerinter=1:outerinternum
    % 统计1-16 每个数字出现的次数及概率
    count=zeros（116） ;   % 计数
    for i=1:length（in_put）
         count（ in_put（i） ） = count（ in_put（i） ） +1 ;   % 每个数字出现次数
    end

    P = count./sum（count）   ;       % 每个数字出现的概率
    [temp_Pind_P] = sort（P） ;
    Cumsum_P = cumsum（temp_P）  ;    % 计算累积概率
    Cumsum_P = [0 Cumsum_P]  ; 
    
    X = []  ;           % 通过选择 交叉 变异 产生的100个新数据
    X_bin = []  ;       % 转换为二进制
   for inter =1:internum
        %% 轮盘赌选择
        rnd = rand（） ;
        ind = find（Cumsum_P>=rnd）  ;
        ind = ind（1） -1 ;
        chrom1 = ind_P（ind）   ;        % 选择第一个染色体

        while 1
            rnd = rand（） ;
            ind = find（Cumsum_P>=rnd）  ;
            ind = ind（1） -1 ;
            chrom2 = ind_P（ind）   ;    % 选择第二个染色体
            if chrom1~=chrom2          % 保证这两个染色体不同
                break 
            end
        end
        %% 交叉
        chrom1_bin = ‘0000‘ ;          % 二进制长度：4  char
        temp = dec2bin（chrom1-1）  ;    % 转换为二进制  char
        chrom1_bin（ end:-1:end+1-length（temp） ） = temp（end:-1:1）  ;  % 高位补0

        chrom2_bin = ‘0000‘ ;          % 二进制长度：4  char
        temp = dec2bin（chrom2-1）  ;    % 转换为二进制  char
        chrom2_bin（ end:-1:end+1-length（temp） ） = temp（end:-1:1）  ;  % 高位补0

        % 0|000 交叉
        new_chrom1_bin = [ chrom1_bin（1） chrom2_bin（2:end） ] ;
        new_chrom2_bin = [ chrom2_bin（1） chrom1_bin（2:end） ] ;

        X_bin = [X_bin new_chrom1_bin new_chrom2_bin] ;   % 保存为二进制
   end
   %% 变异
    for i=1:4:length（X_bin）
        if rand（）<=mutation_P
            X_bin（i） = num2str（1- str2num（X_bin（i）））   ;      % 0-1 变异 取反
        end
    end
    for i=3:4:length（X_bin）
        if rand（）<=mutation_P
            X_bin（i） = num2str（1- str2num（X_bin（i）））   ;      % 0-1 变异 取反
        end
    end
    % X_bin 再转换为十进制（最后加1）
    for i=1:4:length（X_bin）
        temp_bin = X_bin（i:i+3） ;
        temp = bin2dec（temp_bin） + 1 ;   % 二进制转十进制
        X = [Xtemp]  ;
    end
    
    %% 更新输入
    in_put = X  ;         % 将新产生的100个数据作为输入
end

%% 循环多次后，最终的数据结果
in_put_new = in_put  ;
% 统计1-16 每个数字出现的次数及概率
count=zeros（116） ;   % 计数
for i=1:length（in_put_new）
   count（ in_put_new（i） ） = count（ in_put_new（i） ） +1 ;   % 每个数字出现次数
end

[max_count ind] = max（count）  ;

predict = ind（1）  ;      % 预测结果

if predict==out_put
    flag = 1 ;
else
    flag = 0 ;
end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2014-05-19 10:08  GA 1\
     目录           0  2014-05-18 15:20  GA 1\data\
     文件        1089  2014-05-18 15:20  GA 1\data\data.mat
     文件       75776  2014-05-18 15:20  GA 1\data\一维实验数据.xls
     文件        2859  2014-05-22 17:01  GA 1\GA.m
     文件        1129  2014-05-22 17:02  GA 1\GA_main.m
     目录           0  2014-06-06 08:52  GA 1\result\
     文件         478  2014-05-22 17:06  GA 1\result\实验结果.csv
     文件       18944  2014-06-06 08:52  GA 1\result\实验结果.xls
     文件         749  2014-05-22 17:06  GA 1\result\实验运行时间.csv
     文件       17920  2014-06-06 08:52  GA 1\result\实验运行时间.xls
     文件         884  2014-05-18 15:20  GA 1\遗传算法.txt