遗传算法实例注释.docx

第一步：定义目标函数即将二进制码的X转为十进制码并转化到实际定义域function pop=initpop(popsize,chromlength) pop=round(rand(popsize,chromlength));20行10列的元素为0或1的矩阵function pop2=decodebinary(pop) [px,py]=size(pop); px=20,py=10for i=1:py 从第一列到第10列pop1(:,i)=2.^(py-i).*pop(:,i); 每一列乘2（py-1）新矩阵由二进制转为十进制end pop2=sum(pop1,2);计算每一行的和（2表示第二维即行）function pop2=decodechrom(pop,spoint,length)pop1=pop(:,spoint:spoint+length-1);将pop从一到十列分别赋值给pop1%spoint待解码的二进制串的起始位置，此处为1，length表示所截取的长度（10）pop2=decodebinary(pop1);pop2所有已转为十进制的每一行和即20个解function [objvalue]=calobjvalue(pop) temp1=decodechrom(pop,1,10); 将已定义且已转为十进制的pop赋值给temp1x=temp1*10/1023; 将二值域 中的数转化为变量域的数即（0，10）objvalue=10*sin(5*x)+7*cos(4*x); 正式给出定义好的目标函数，注意此时[objvalue]实质上为20个x代入而得的20 X1的矩阵第二步：计算适应值function fitvalue=calfitvalue(objvalue) global Cmin; Cmin=0; [px,py]=size(objvalue); px=20,py=1for i=1:px i从1到20if objvalue(i)+Cmin0 此处为求极大值（具体参考PPT）temp=Cmin+objvalue(i); else temp=0.0; end fitvalue(i)=temp; 即大于零的保留，小于等于零的剔除end fitvalue=fitvalue;即将列矩阵转换为行矩阵第三步：选择复制function [newpop]=selection(pop,fitvalue) totalfit=sum(fitvalue); 求得所有列的适应值的和fitvalue=fitvalue/totalfit; 单个个体被选择的概率fitvalue=cumsum(fitvalue); fitvalue=[1 2 3 4]，则 cumsum(fitvalue)=[1 3 6 10] [px,py]=size(pop); px=20,py=10ms=sort(rand(px,1)); 产生20行值为（0,1）之间的随机数并从小到大排列fitin=1; 赋值1newin=1; 赋值1while newin=px 如果1小于1024if(ms(newin))fitvalue(fitin) 如果ms(1) fitvalue(1)newpop(newin)=pop(fitin); newpop(1)=pop(1)newin=newin+1; newin=2else 否则fitin=fitin+1; fitin=2end意义在于只有当适应值大于随即产生的ms时才能被保留到newpop中end第三步：交叉function [newpop]=crossover(pop,pc) [px,py]=size(pop); px=20,py=10newpop=ones(size(pop)); 产生20行10列的全1矩阵for i=1:2:px-1 对i从1到20，步长为2if(randpc) 如果随机数小于交叉交叉概率pccpoint=round(rand*py); cpoint=随机数乘以10再取整newpop(i,:)=[pop(i,1:cpoint),pop(i+1,cpoint+1:py)]; pop第一行的1到3列与第二行的4到10列组合形成newpop的第一行newpop(i+1,:)=[pop(i+1,1:cpoint),pop(i,cpoint+1:py)]; pop第二行的1到3列与第一行的4到10列组合形成newpop的第二行else 否则newpop(i,:)=pop(i); newpop的第一行依旧为原pop第一行newpop(i+1,:)=pop(i+1); newpop的第一行依旧为原pop第一行end end 第四步：变异function [newpop]=mutation(pop,pm) [px,py]=size(