遺傳算法的實(shí)驗(yàn)報(bào)告

遺傳算法的仿真實(shí)驗(yàn)?zāi)康牧私膺z傳算法的原理學(xué)習(xí)Matlab遺傳算法工具箱的使用使用Matlab進(jìn)行遺傳算法的仿真實(shí)驗(yàn)設(shè)備計(jì)算機(jī)Matlab軟件實(shí)驗(yàn)內(nèi)容和步驟要求：計(jì)算目標(biāo)函數(shù)值函數(shù)：。建立目標(biāo)函數(shù)文件。在Matlab命令窗口中，選擇“file”→“new”→“M-file”，命名為ft.m，然后在新建的窗口中輸入如下內(nèi)容：%目標(biāo)函數(shù)functiony=ft(x)y=x.*sin(10*pi*x)+2;分別建立相應(yīng)的子函數(shù)文件。計(jì)算適應(yīng)度和累計(jì)概率函數(shù)在Matlab命令窗口中，選擇“file”→“new”→“M-file”，命名為objf.m，然后在新建的窗口中輸入如下內(nèi)容：function[f,p]=objf(s) %計(jì)算適應(yīng)度函數(shù)r=size(s);%讀取種群大小inn=r(1);%有inn個(gè)個(gè)體bn=r(2);%個(gè)體長(zhǎng)度為bnfori=1:innx=n2to10(s(i,:));%將二進(jìn)制轉(zhuǎn)換為十進(jìn)制xx=-1.0+x*3/(power(2,bn)-1);%轉(zhuǎn)化為[-1,2]區(qū)間的實(shí)數(shù)f(i)=ft(xx);%計(jì)算函數(shù)值，即適應(yīng)度endf=f';%計(jì)算選擇概率fsum=0;fori=1:innfsum=fsum+f(i)*f(i);endfori=1:innps(i)=f(i)*f(i)/fsum;%計(jì)算累積概率p(1)=ps(1);fori=2:innp(i)=p(i-1)+ps(i);endp=p';end選擇操作函數(shù)在Matlab命令窗口中，選擇“file”→“new”→“M-file”，命名為sel.m，然后在新建的窗口中輸入如下內(nèi)容：functionseln=sel(s,p) %“選擇”操作inn=size(p,1);fori=1:2%從種群中選擇兩個(gè)個(gè)體r=rand;%產(chǎn)生一個(gè)隨機(jī)數(shù)prand=p-r;j=1;whileprand(j)<0j=j+1;endseln(i)=j;%選中個(gè)體的序號(hào)end交叉操作函數(shù)在Matlab命令窗口中，選擇“file”→“new”→“M-file”，命名為cro.m，然后在新建的窗口中輸入如下內(nèi)容：functionscro=cro(s,seln,pc) %“交叉”操作r=size(s);inn=r(1);bn=r(2);pcc=pro(pc);%根據(jù)交叉概率決定是否進(jìn)行交叉操作，1則是，0則否變異操作函數(shù)在Matlab命令窗口中，選擇“file”→“new”→“M-file”，命名為mut.m，然后在新建的窗口中輸入如下內(nèi)容：functionsnnew=mut(snew,pm) %“變異”操作r=size(snew);bn=r(2);snnew=snew;pmm=pro(pm);%根據(jù)變異概率決定是否進(jìn)行變異操作，1則是，0則否ifpmm==1chb=round(rand*(bn-1))+1;%在[1,bn]范圍內(nèi)隨機(jī)產(chǎn)生一個(gè)變異位snnew(chb)=abs(snew(chb)-1);end執(zhí)行主程序，代碼如下：%用遺傳算法進(jìn)行簡(jiǎn)單函數(shù)的優(yōu)化clearbn=22;%個(gè)體串長(zhǎng)度inn=50;%初始種群大小gnmax=200;%最大代數(shù)pc=0.75;%交叉概率pm=0.05;%變異概率s=round(rand(inn,bn));%產(chǎn)生初始種群[f,p]=objf(s);%計(jì)算適應(yīng)度,返回適應(yīng)度f(wàn)和累積概率pgn=1;whilegn<gnmax+1forj=1:2:inn%選擇操作seln=sel(s,p);%交叉操作scro=cro(s,seln,pc);scnew(j,:)=scro(1,:);scnew(j+1,:)=scro(2,:);%變異操作smnew(j,:)=mut(scnew(j,:),pm);smnew(j+1,:)=mut(scnew(j+1,:),pm);ends=smnew;%產(chǎn)生了新的種群%計(jì)算新種群的適應(yīng)度[f,p]=objf(s);%記錄當(dāng)前代最好和平均的適應(yīng)度[fmax,nmax]=max(f);fmean=mean(f);ymax(gn)=fmax;ymean(gn)=fmean;%記錄當(dāng)前代的最佳個(gè)體x=n2to10(s(nmax,:));xx=-1.0+x*3/(power(2,bn)-1);xmax(gn)=xx;gn=gn+1endgn=gn-1;subplot(2,1,1);%繪制曲線(xiàn)plot(1:gn,[ymax;ymean]);title('歷代適應(yīng)度變化','fonts',10);legend('最大適應(yīng)度','平均適應(yīng)度');string1=['最終適應(yīng)度',num2str(ymax(gn))];gtext(string1);subplot(2,1,2);plot(1:gn,xm