导航：网站首页 >

Matlab遗传算法问题 MATLAB遗传算法

Matlab遗传算法问题 MATLAB遗传算法

相关问题:

匿名网友:

function ret=Code(lenchrom,bound)

%本函数将变量编码成染色体，用于随机初始化一个种群

% lenchrom input : 染色体长度

% bound input : 变量的取值范围

% ret output: 染色体的编码值

flag=0;

while flag==0

pick=rand(1,length(lenchrom));

ret=bound(:,1)'+(bound(:,2)-bound(:,1))'.*pick; %线性插值

flag=test(lenchrom,bound,ret); %检验染色体的可行性

end

function ret=Cross(pcross,lenchrom,chrom,sizepop,bound)

%本函数完成交叉操作

% pcorss input : 交叉概率

% lenchrom input : 染色体的长度

% chrom input : 染色体群

% sizepop input : 种群规模

% ret output : 交叉后的染色体

for i=1:sizepop

% 随机选择两个染色体进行交叉

pick=rand(1,2);

while prod(pick)==0

pick=rand(1,2);

end

index=ceil(pick.*sizepop);

% 交叉概率决定是否进行交叉

pick=rand;

while pick==0

pick=rand;

end

if pick>pcross

continue;

end

flag=0;

while flag==0

% 随机选择交叉位置

pick=rand;

while pick==0

pick=rand;

end

pos=ceil(pick.*sum(lenchrom)); %随机选择进行交叉的位置，即选择第几个变量进行交叉，注意：两个染色体交叉的位置相同

pick=rand; %交叉开始

v1=chrom(index(1),pos);

v2=chrom(index(2),pos);

chrom(index(1),pos)=pick*v2+(1-pick)*v1;

chrom(index(2),pos)=pick*v1+(1-pick)*v2; %交叉结束

flag1=test(lenchrom,bound,chrom(index(1),:)); %检验染色体1的可行性

flag2=test(lenchrom,bound,chrom(index(2),:)); %检验染色体2的可行性

if flag1*flag2==0

flag=0;

else flag=1;

end %如果两个染色体不是都可行，则重新交叉

end

end

ret=chrom;

clc

clear all

% warning off

%% 遗传算法参数

maxgen=50; %进化代数

sizepop=100; %种群规模

pcross=[0.6]; %交叉概率

pmutation=[0.1]; %变异概率

lenchrom=[1 1]; %变量字串长度

bound=[-5 5;-5 5]; %变量范围

%% 个体初始化

individuals=struct('fitness',zeros(1,sizepop), 'chrom',[]); %种群结构体

avgfitness=[]; %种群平均适应度

bestfitness=[]; %种群最佳适应度

bestchrom=[]; %适应度最好染色体

% 初始化种群

for i=1:sizepop

individuals.chrom(i,:)=Code(lenchrom,bound); %随机产生个体

x=individuals.chrom(i,:);

individuals.fitness(i)= (x(1)*exp(-(x(1)^2 + x(2)^2)));

%-20*exp(-0.2*sqrt((x(1)^2+x(2)^2)/2))-exp((cos(2*pi*x(1))+cos(2*pi*x(2)))/2)+20+2.71289

% 这个是我的测试函数

% 如果有这个函数的话，可以得到最优值

end

%找最好的染色体

[bestfitness bestindex]=min(individuals.fitness);

bestchrom=individuals.chrom(bestindex,:); %最好的染色体

avgfitness=sum(individuals.fitness)/sizepop; %染色体的平均适应度

% 记录每一代进化中最好的适应度和平均适应度

trace=[];

%% 进化开始

for i=1:maxgen

% 选择操作

individuals=Select(individuals,sizepop);

avgfitness=sum(individuals.fitness)/sizepop;

% 交叉操作

individuals.chrom=Cross(pcross,lenchrom,individuals.chrom,sizepop,bound);

% 变异操作

individuals.chrom=Mutation(pmutation,lenchrom,individuals.chrom,sizepop,[i maxgen],bound);

% 计算适应度

for j=1:sizepop

x=individuals.chrom(j,:);

individuals.fitness(j)=(x(1)*exp(-(x(1)^2 + x(2)^2)));

%-20*exp(-0.2*sqrt((x(1)^2+x(2)^2)/2))-exp((cos(2*pi*x(1))+cos(2*pi*x(2)))/2)+20+2.71289

% -20*exp(-0.2*sqrt((x(1)^2+x(2)^2)/2))-exp((cos(2*pi*x(1))+cos(2*pi*x(2)))/2)+20+2.71289;

end

%找到最小和最大适应度的染色体及它们在种群中的位置

[newbestfitness,newbestindex]=min(individuals.fitness);

[worestfitness,worestindex]=max(individuals.fitness);

% 代替上一次进化中最好的染色体

if bestfitness>newbestfitness

bestfitness=newbestfitness;

bestchrom=individuals.chrom(newbestindex,:);

end

individuals.chrom(worestindex,:)=bestchrom;

individuals.fitness(worestindex)=bestfitness;

avgfitness=sum(individuals.fitness)/sizepop;

trace=[trace;avgfitness bestfitness]; %记录每一代进化中最好的适应度和平均适应度

end

%进化结束

%% 结果显示

[r c]=size(trace);

figure

plot([1:r]',trace(:,1),'r-',[1:r]',trace(:,2),'b--');

title(['函数值曲线 ' '终止代数＝' num2str(maxgen)],'fontsize',12);

xlabel('进化代数','fontsize',12);ylabel('函数值','fontsize',12);

legend('各代平均值','各代最佳值','fontsize',12);

ylim([-0.5 5])

disp('函数值 变量');

% 窗口显示

disp([bestfitness x]);

匿名网友:

1.Matlab遗传算法问题

问：求大神 global x; x(1:8)=1.1; fit = @(x) loss(x); A=[0.95;0.95;0.95;...

2.MATLAB遗传算法

问：用matlab编写程序 遗传算法中 种群规模20，迭代次数k=100，交叉概率0.8...

3.如何在遗传算法中设置变量约束条件

问：1、如何设置变量的线性与非线性约束条件。 2、在matlab上，每次运行遗传...

4.如何调用MATLAB遗传算法工具箱

问：如何调用MATLAB遗传算法工具箱

5.matlab 非线性多目标的遗传算法问题

问：找了两天 对于刚入门的我实在不会QAQ麻烦大家会的帮个忙，，或者给点小...

6.用matlab遗传算法拟合曲线怎么拟合？ 两组数据，必...

答：例如： 已知数据队列 buf=【5410。。。。。】 x取值 1：n n是队列长度 函数 f(x)=a+b*sin(c*x+d) . avg 是队列平均值 a b c d 为参数 a范围 (2/3,1)*avg b范围 (0,1/3)*avg c的范围 (0,24*pi) d (0,2*pi) 1、首先定义目标函数 functio...

7.matlab遗传算法中的交叉算子函数应该怎么编写？

答：function [xv,fv]=myGA(fitness,a,b,NP,NG,Pc,Pm,eps) L = ceil(log2((b-a)/eps+1)); %根据离散精度，确定二进制编码需要的码长 x = zeros(NP,L); for i=1:NP x(i,:) = Initial(L); %种群初始化 fx(i) = fitness(Dec(a,b,x(i,:),L)); %个体适应...

8.MATLAB中遗传算法编程中，二进制编码如何处理实数...

问：我这里需要处理的既有0，1整数变量，又有[0，1]区间的非整数变量，而最...

9.遗传算法中每个个体的适应度值怎么算啊，怎么用mat...

答：适应度为所求问题g(x)的函数f(x)，即为函数的函数f(g(x))，一般直接用所求问题的值作为个体的适应度值，即f(x)=1，比如求g(x)=x^2-8的最小值，适应度函数就是g(x)

10.使用matlab遗传算法工具箱如何加入目标函数中变量...

答：首先回答你第一个问题：怎么加入变量的约束条件？ 打开遗传算法工具箱的窗体中会有下图所示的选项，即是约束条件的编辑 至于添加的方式，这里要重点的提一下，首先将问题抽象成规划问题的标准形式(如果你不懂什么是标准形式的话，建议你去翻阅...

问题推荐