上傳人：y***

認(rèn)證信息

認(rèn)證類(lèi)型：個(gè)人認(rèn)證

認(rèn)證主體：劉**（實(shí)名認(rèn)證）

IP屬地：天津

IP屬地：天津 上傳時(shí)間：2021-12-20 格式：DOCX 頁(yè)數(shù)：5 大?。?7.78KB 積分：15 舉報(bào) 版權(quán)申訴

1、遺傳算法的程序?qū)嵗缜笙铝泻瘮?shù)的最大值f(x)=10*sin(5x)+7*cos(4x) x & 0,10一、初始化(編碼)initpop.m函數(shù)的功能是實(shí)現(xiàn)群體的初始化，popsize表示群體的大小，chromlength表示染色體的長(zhǎng)度(值數(shù)的長(zhǎng)度)，長(zhǎng)度大小取決于變量的二進(jìn)制編碼的長(zhǎng)度(在本例中取10位)。代碼：%Name: initpop.m%初始化function pop=initpop(popsize,chromlength)pop=round(rand(popsize,chromlength);% rand 隨機(jī)產(chǎn)生每個(gè)單元為 0,1 行數(shù)為popsize ,列數(shù)為chr

2、omlength 的矩陣，% roud對(duì)矩陣的每個(gè)單元進(jìn)行圓整。這樣產(chǎn)生的初始種群。二、計(jì)算目標(biāo)函數(shù)值1、將二進(jìn)制數(shù)轉(zhuǎn)化為十進(jìn)制數(shù)(1)代碼：%Name: decodebinary.m%產(chǎn)生2An 2A(n-1)1的行向量，然后求和，將二進(jìn)制轉(zhuǎn)化為十進(jìn)制function pop2=decodebinary(pop)px,py=size(pop);%求 pop 行和例數(shù)for i=1:pypop1(:,i)=2.A(py-1).*pop(:,i)；py=py-1;endpop2=sum(pop1,2);%求 pop1 的每行之和2、將二進(jìn)制編碼轉(zhuǎn)化為十進(jìn)制數(shù)(2)decodechrom.m 函數(shù)

3、的功能是將染色體(或二進(jìn)制編碼)轉(zhuǎn)換為十進(jìn)制，參數(shù) spoint表示待解碼的二進(jìn)制串 的起始位置。(對(duì)于多個(gè)變量而言，如有兩個(gè)變量，采用 20為表示，每個(gè)變量10為，則第一個(gè)變量從 開(kāi)始，另一個(gè)變量從11開(kāi)始。本例為1),參數(shù)1ength表示所截取的長(zhǎng)度(本例為10)。代碼：%Name: decodechrom.m%1各二進(jìn)制編碼轉(zhuǎn)換成十進(jìn)制function pop2=decodechrom(pop,spoint,length)pop1=pop(:,spoint:spoint+length-1);pop2=decodebinary(pop1);3、計(jì)算目標(biāo)函數(shù)值calobjvalue.m 函數(shù)

4、的功能是實(shí)現(xiàn)目標(biāo)函數(shù)的計(jì)算，其公式采用本文示例仿真，可根據(jù)不同優(yōu)化問(wèn)題予以修 改。代碼：%Name: calobjvalue.m%實(shí)現(xiàn)目標(biāo)函數(shù)的計(jì)算將pop每行轉(zhuǎn)化成十進(jìn)制數(shù)function objvalue=calobjvalue(pop)temp1=decodechrom(pop,1,10); %x=temp1*10/1023;%objvalue=10*sin(5*x)+7*cos(4*x);%將二值域中的數(shù)轉(zhuǎn)化為變量域的數(shù)計(jì)算目標(biāo)函數(shù)值三、計(jì)算個(gè)體的適應(yīng)值代碼：%Name:calfitvalue.m%計(jì)算個(gè)體的適應(yīng)值function fitvalue=calfitvalue(objval

5、ue)global Cmin;Cmin=0;px,py=size(objvalue);for i=1:pxif objvalue(i)+Cmin>0 temp=Cmin+objvalue(i);elsetemp=0.0;endfitvalue(i)=temp;endfitvalue=fitvalue'四選擇復(fù)制 選擇或復(fù)制操作是決定哪些個(gè)體可以進(jìn)入下一代。程序中采用賭輪盤(pán)選擇法選擇，這種方法較易實(shí)現(xiàn)。根據(jù)方程pi=fi/萬(wàn)fi=fi/fsum,選擇步驟：1)在第t代，由(1)式計(jì)算fsum和pi 2)產(chǎn)生0,1的隨機(jī)數(shù) rand(.),求 s=rand( .)*fsum3)求Ef

6、i 電最小的k ,則第k個(gè)個(gè)體被選中4)進(jìn)行N次2)、3)操作，得到 N個(gè)個(gè)體，成為第t=t+1代種群代碼:%Name: selection.m%選擇復(fù)制function newpop=selection(pop,fitvalue)totalfit=sum(fitvalue);% fitvalue=fitvalue/totalfit;% fitvalue=cumsum(fitvalue);3 6 10求適應(yīng)值之和單個(gè)個(gè)體被選擇的概率播積概率，如fitvalue=12 3 4，則 cumsum(fitvalue)=1px,py=size(pop);ms=sort(rand(px,1);%從小到大

7、排列，將"rand(px,1)"產(chǎn)生的一列隨機(jī)數(shù)變成輪盤(pán)賭形式的表示方法，由小到大排列fitin=1; %fivalue是一向量，fitin代表向量中元素位，即 fitvalue(fitin)代表第fitin 個(gè)個(gè)體的單個(gè)個(gè)體被選擇的概率newin=1; % 同理while newin<=pxif(ms(newin)<fitvalue(fitin) %ms(newin) 數(shù)值，同理 fitvalue(fitin) newpop(newin,:)=pop(fitin,:); %表示的是 ms列向量中第"newin" 位賦值，即將舊種群中 的第f

8、itin個(gè)個(gè)體保留到下一代(newpop)newin=newin+1;elsefitin=fitin+1;endend五2.5交叉交叉(crossover),群體中的每個(gè)個(gè)體之間都以一定的概率pc交叉，即兩個(gè)個(gè)體從各自字符串的某一位置(一般是隨機(jī)確定)開(kāi)始互相交換，這類(lèi)似生物進(jìn)化過(guò)程中的基因分裂與重組。例如，假設(shè)2個(gè)父代個(gè)體x1 , x2 為：x1=0100110x2=1010001從每個(gè)個(gè)體的第3位開(kāi)始交叉，交又后得到2個(gè)新的子代個(gè)體y1, y2分別為： y1 =0100001y2 = 1010110這樣2個(gè)子代個(gè)體就分別具有了2個(gè)父代個(gè)體的某些特征。利用交又我們有可能由父代個(gè)體在子代組合成

9、具有更高適合度的個(gè)體。事實(shí)上交又是遺傳算法區(qū)別于其它傳統(tǒng)優(yōu)化方法的主要特點(diǎn)之一。代碼：%Name: crossover.m回叉function newpop=crossover_multiv(pop,pc)global Numvpx,py=size(pop);m=py/Numv;for j=1:Numvpop1=ones(px,m);pop2=pop(:,m*(j-1)+1:m*j);%取出相應(yīng)變量對(duì)應(yīng)的二進(jìn)制編碼段for i=1:2:px-1if(rand<pc)cpoint=round(rand*(m-1); %cpoint為交叉點(diǎn)pop1(i,:)=pop2(i,1:cpoint)

10、 pop2(i+1,cpoint+1:m);pop1(i+1,:)=pop2(i+1,1:cpoint) pop2(i,cpoint+1:m);elsepop1(i,:)=pop2(i,1:m);pop1(i+1,:)=pop2(i+1,1:m);endendnewpop(:,m*(j-1)+1:m*j)=pop1;%將交叉后的一個(gè)參數(shù)的編碼放入新種群中end六、變異變異是指父代中的每個(gè)個(gè)體的每一位都以概率變異(mutation),基因的突變普遍存在于生物的進(jìn)化過(guò)程中pm翻轉(zhuǎn)，即由“愛(ài)為“Q”或由"嚷為“1”遺傳算法的變異特性可以使求解過(guò)程隨機(jī)地搜索到解可能存在的整個(gè)空間，因此可以在

11、一定程度上求得全局最優(yōu)解。代碼：%Name: mutation.m毆異function newpop=mutation(pop,pm)px,py=size(pop);newpop=ones(size(pop);for i=1:pxif(rand<pm)mpoint=round(rand*py);if mpoint<=0mpoint=1;endnewpop(i,:)=pop(i,:);if any(newpop(i,mpoint)=0newpop(i,mpoint)=1;elsenewpop(i,mpoint)=0;endelsenewpop(i,:)=pop(i,:);endend

12、七、求出群體中最大得適應(yīng)值及其個(gè)體代碼：%Name: best.m%求出群體中適應(yīng)值最大的值function bestindividual,bestfit=best(pop,fitvalue)px,py=size(pop);bestindividual=pop(1,:);bestfit=fitvalue(1);for i=2:pxif fitvalue(i)>bestfitbestindividual=pop(i,:);bestfit=fitvalue(i);endend八、主程序代碼：%Name:genmain05.mclear群體大小字符串長(zhǎng)度（個(gè)體長(zhǎng)度）clf popsize=20

13、;chromlength=10;pc=0.6;%pm=0.001;%pop=initpop(popsize,chromlength);%fo門(mén)=1:20%20objvalue=calobjvalue(pop);%fitvalue=calfitvalue(objvalue);%newpop=selection(pop,fitvalue);%newpop=crossover(pop,pc);%newpop=mutation(pop,pc);%bestindividual,bestfit=best(pop,fitvalue);% y(i)=max(bestfit); n(i)=i； pop5=bestindividual;交叉