经典遗传算法（SGA）解非线性最优化问题的python代码实现

经典遗传算法(SGA)解非线性最优化问题的原理及其python代码实现

# -*- coding: utf-8 -*-
“““
程序功能：实现经典的遗传算法，测试函数为经典的非线性问题：
        max f（x1x2）=21.5+x1*sin（4*pi*x1）+x2*sin（20*pi*x2）
        s.t.  -3.0<=x1<=12.1
               4.1<=x2<=5.8
说明：
1.采用经典的二进制编码，选择算子为轮盘赌选择，交叉算子为单点交叉，变异算子为反转（单点）变异
2.可调的参数为：genupperlowerpcpmpop_numdeltafun（165-172行）
3.修改函数请改25231232234行，231232行和upperlower保持一致
作者：（晓风）wangchao
email: 18821709267@163.com 
最初建立时间：2018.10.10
最近修改时间：2018.10.24

GA的简单实现
“““
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import math

#目标函数
def aimfun（x）:
    y=21.5+x[0]*math.sin（4*math.pi*x[0]）+x[1]*math.sin（20*math.pi*x[1]）
    return y

#获得染色体长度
def getchromolen（delta upperlower）:
    maxlen=25
    chromo_len=[]
    for j in range（len（upper））:
        a=（upper[j]

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-10-24 22:49  sga\
     文件        8162  2018-10-24 22:49  sga\sga.py
     文件        8186  2018-10-24 22:49  sga\sga2.py