【 MATLAB 】遺傳算法程序
有段時間，一直用為知筆記記筆記，可是后來使用了csdn博客后，就不太喜歡用為知筆記了，可惜了我的會員。筆記里的一些東西，例如公式什么的，都不能直接復制過來，很是遺憾。
準備棄用為知筆記了，把這個遺傳算法的程序粘過來吧，即使對我可能沒什么用了，但也可能有需要用的人。
程序很詳細，當時上課的時候就是用這個程序編的一篇小報告。程序很詳細。
function main()
%% -------------主函數-----------------------------------
% 用遺傳算法求：
% max: f(x1,x2) = 21.5+x1*sin(4*pi*x1)+x2*sin(20*pi*x2)
% s.t: -3.0 <= x1 <= 12.1
% 4.1 <= x2 <= 5.8
%---------------------------------------------------------------
clear
clc
close all
popsize = 100; %種群大小
x1_length = 18; %x1長度為18
x2_length = 15; %x2長度為15
chromlength = 33; %二進制編碼長度
pc = 0.25; %交叉概率
pm = 0.01; %變異概率
pop = initpop(popsize,chromlength); %初始種群
for i = 1:1000 % 迭代1000次
[objvalue] = cal_objvalue(pop);%計算計算函數值
fitvalue = objvalue; %令適應度等于函數值
[newpop] = selection(pop,fitvalue); %選擇操作
[newpop] = crossover(newpop,pc); %交叉操作
[newpop] = mutation(newpop,pm); %變異操作
pop = newpop; %更新種群
% 將種群的每個個體表示出來
[A B] = binary2decimal(newpop);
[y] = cal_objvalue(newpop);
figure(1);
set(1, 'unit', 'normalized', 'position', [0.1,0.1,0.7,0.7]);
if i<=100&mod(i,10)==0 %每迭代10次做一次圖,畫100次以內的圖
j = floor(i/10);
%畫3d圖
X = -3.0:0.1:12.1;
Y = 4.1:0.1:5.8;
subplot(2,5,j);
[X, Y] = meshgrid(X,Y);
Z = 21.5 + X.*sin(4*pi*X) + Y.*sin(20*pi*Y);
mesh(X,Y,Z);
hold on;
title(['迭代次數為 n=' num2str(i)]);
plot3(A,B,y,'*');
end
[bestindividual,bestfit]=best(pop,fitvalue);%尋找最優解
[x1 x2] = binary2decimal(bestindividual); %將二進制值轉換為十進制
BEST(i) = bestfit;
X1(i) = x1;
X2(i) = x2;
end
[max_value,index] = max(BEST');
best_x1 = X1(index);
best_x2 = X2(index);
figure(2);
set(2, 'unit', 'normalized', 'position', [0.1,0.1,0.7,0.7]);
i = 1:1000;
plot(i,BEST);
axis([0,1000,0,40]);
xlabel('進化代數');
ylabel('函數值');
text(100,10,'交叉概率pc = 0.6 變異概率pm = 0.01 進化代數1000次');
text(100,8,['After ',num2str(index),' generations,',...
' the max value was got.']);
text(100,6,[' x1 = ',num2str(best_x1),' x2= ',num2str(best_x2),...
' max value= ', num2str(max_value)]);
fprintf('After %.0f times iterations, max_value was got.\n',index);
fprintf('the best x1 is --->> %5.2f\n',best_x1);
fprintf('the best x2 is --->> %5.2f\n',best_x2);
fprintf('the best y is --->> %5.2f\n',max_value);
fprintf('\n');
fprintf('After %.0f times iterations, final_value was got.\n',1000);
fprintf('the final x1 is --->> %5.2f\n',x1);
fprintf('the final x2 is --->> %5.2f\n',x2);
fprintf('the final y is --->> %5.2f\n',bestfit);
function pop = initpop(popsize,chromlength)
%% -------------初始化種群函數----------------
% 初始化種群大小
% 輸入變量：
% popsize:種群大小
% chromlength：染色體長度--》轉化的二進制長度
% 輸出變量：
% pop：種群
%---------------------------------------
pop = round(rand(popsize,chromlength)); %隨機產生一個矩陣，每一行是一個長33位染色體；
function [pop1 pop2] = binary2decimal(pop)
%% -----------解碼函數---------------------
% 二進制轉化為十進制數
% 輸入變量：
% 二進制種群
% 輸出變量：
% 十進制數值
%-----------------------------------------
for i = 1:18
pop_x1(:,i) = 2.^(18 - i).*pop(:,i);
end
for j = 1:15
pop_x2(:,j) = 2.^(15 - j).*pop(:,j+18);
end
%sum(.,2)對行求和，得到列向量
temp1 = sum(pop_x1,2);
temp2 = sum(pop_x2,2);
pop1 = -3.0 + temp1*15.1/(2^18-1); %pop1表示輸出x1的十進制數
pop2 = 4.1 + temp2*1.7/(2^15-1); %pop2表示輸出的x2的十進制數
function [objvalue] = cal_objvalue(pop)
%% --------------計算函數值函數----------------------
% 計算函數目標值
%輸入變量：二進制數值
%輸出變量：目標函數值
%---------------------------------------------
[x1 x2] = binary2decimal(pop);
objvalue = 21.5 + x1.*sin(4*pi*x1) + x2.*sin(20*pi*x2);
function [newpop] = selection(pop,fitvalue)
%% -----------------根據適應度選擇函數-------------------
% 輸入變量 ：pop:二進制種群
% fitvalue: 適應度
%輸出變量： newpop: 選擇以后的二進制種群
% -------------------------------------------
%構造輪盤
[px,py] = size(pop);
totalfit = sum(fitvalue);
p_fitvalue = fitvalue/totalfit;
p_fitvalue = cumsum(p_fitvalue);%概率求和后排序
ms = sort(rand(px,1)); %產生一列隨機數，從小到大排列，相當于轉轉盤10次
fitin = 1;
newin = 1;
while newin <= px
if(ms(newin)) < p_fitvalue(fitin) % 轉盤轉到 fitin 的位置
newpop(newin,:) = pop(fitin,:); %新種群的第 newin 個體為pop中的第fitin 個體
newin = newin + 1;
else
fitin = fitin +1; %相當于每次都從第一個比較起，依次加1，直至比較完，看轉到的是哪一個
end
end
function [newpop] = crossover(pop,pc)
%% ----------交叉函數--------------------
% 輸入變量：pop:二進制的父代種群數
% pc :交叉概率
% 輸出變量：newpop: 交叉后的種群數
%---------------------------------------
[px,py] = size(pop);
newpop = ones(size(pop));
for i = 1:2:px-1 % 1與2交叉。3與4交叉。。。。。每次隔一個，因此步子為2
if (rand cpoint = round(rand*py); %交叉點隨機選取,互換交叉點以后的值 if cpoint <= 0 % cpoint = 1; continue; end newpop(i,:) = [pop(i,1:cpoint),pop(i+1,cpoint+1:py)];%交叉后的第i個個體 newpop(i+1,:) = [pop(i+1,1:cpoint),pop(i,cpoint+1:py)]; else % 40%的機會不交叉 newpop(i,:) = pop(i,:); newpop(i+1,:) = pop(i+1,:); end end function [newpop] = mutation(pop,pm) %% ------------變異函數--------------------------- % 輸入變量 pop: 二進制種群 % pm : 變異概率 % 輸出變量： newpop : 變異以后的種群 %----------------------------------------------- [px,py] = size(pop); newpop = ones(size(pop)); %只是起到提前聲明的作用，提高運算速度 for i = 1:px if(rand mpoint = round(rand*py); if mpoint<=0 mpoint = 1; end newpop(i,:) = pop(i,:); if newpop(i,mpoint) == 0 newpop(i,mpoint) = 1; else newpop(i,mpoint) = 0; end else newpop(i,:) = pop(i,:); end end function [bestindividual,bestfit] = best(pop,fitvalue) %% --------------選出最優個體函數----------------------- % 輸入變量： pop :種群 % fitvalue : 種群適應度 % 輸出變量： bestindividual : 最佳個體（二進制） % bestfit : 最佳適應度值 % --------------------------------------------- [px,py] = size(pop); bestindividual = pop(1,:); bestfit = fitvalue(1); for i = 2:px if fitvalue(i)>bestfit bestindividual = pop(i,:); bestfit = fitvalue(i); end end
版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。
版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。
相關文章
