双层规划模型的遗传算法求解的Matlab源码

双层规划模型的遗传算法求解的Matlab源码双层规划模型的遗传算法求解的Matlab源码function[BESTX,BESTY,ALLX,ALLY]=GAU(KU,KD,NU,ND,PmU,PmD,V,Q,R,m,t,p0,CF,Alpha,Beta,C0,Q0,h,a,b,d,Cr)%GreenSim团队原创作品，转载请注明%Email:[e-mail]%GreenSim团队主页：[color=red]欢迎访问GreenSim——算法仿真团队→[url=][/url][/color]%%输入参数列表%KU上层迭代次数%KD下层迭代次数%NU上层种群规模，要求是偶数%ND下层种群规模，要求是偶数%PmU上层变异概率%PmD下层变异概率%其余参数均为模型参数%%输出参数列表%xbest下层模型的最优决策变量%BESTXK×1细胞结构，每一个元素是M×1向量，记录每一代的最优个体%BESTYK×1矩阵，记录每一代的最优个体的评价函数值%ALLXK×1细胞结构，每一个元素是M×N矩阵，记录全部个体%ALLYK×N矩阵，记录全部个体的评价函数值%%第一步：种群初始化，确保满足约束的初始化n=length(C0);%决策变量的个数%种群初始化，每一行是一个样本farm=zeros(NU,n);fori=1:NUTa=randperm(n);Tb=unidrnd(n-1)+1;farm(i,sort(Ta(1:Tb)))=1;GT=farm(i,:);GT=JZU(GT,V,Q);farm(i,:)=GT;end%输出变量初始化ALLX=cell(KU,1);%细胞结构，每一个元素是N×n矩阵，记录每一代的个体ALLY=zeros(KU,NU);%K×N矩阵，记录每一代评价函数值BESTX=cell(KU,1);%细胞结构，每一个元素是1×n向量，记录每一代的最优个体BESTY=zeros(KU,1);%K×1矩阵，记录每一代的最优个体的评价函数值k=1;%迭代计数器初始化%%第二步：迭代过程whilek=KU%%以下是交叉过程newfarm=zeros(2*NU,n);Ser=randperm(NU);%两两随机配对的配对表AA=farm(Ser(1),:);BB=farm(Ser(2),:);P0=unidrnd(n-1);aa=[AA(1:P0),BB((P0+1):end)];%产生子代abb=[BB(1:P0),AA((P0+1):end)];%产生子代bifsum(aa)2Ta=randperm(n);Tb=unidrnd(n-1)+1;aa=zeros(1,n);aa(1,sort(Ta(1:Tb)))=1;endifsum(bb)2Ta=randperm(n);Tb=unidrnd(n-1)+1;bb=zeros(1,n);bb(1,sort(Ta(1:Tb)))=1;endaa=JZU(aa,V,Q);bb=JZU(bb,V,Q);newfarm(2*NU-1,:)=aa;%加入子代种群newfarm(2*NU,:)=bb;fori=1:(NU-1)AA=farm(Ser(i),:);BB=farm(Ser(i+1),:);P0=unidrnd(n-1);aa=[AA(1:P0),BB((P0+1):end)];bb=[BB(1:P0),AA((P0+1):end)];ifsum(aa)2Ta=randperm(n);Tb=unidrnd(n-1)+1;aa=zeros(1,n);aa(1,sort(Ta(1:Tb)))=1;endifsum(bb)2Ta=randperm(n);Tb=unidrnd(n-1)+1;bb=zeros(1,n);bb(1,sort(Ta(1:Tb)))=1;endaa=JZU(aa,V,Q);bb=JZU(bb,V,Q);newfarm(2*i-1,:)=aa;newfarm(2*i,:)=bb;endFARM=[farm;newfarm];%%选择复制SER=randperm(3*NU);FITNESS=zeros(1,3*NU);fitness=zeros(1,NU);fori=1:(3*NU)u=FARM(i,:);[xbest,BESTXx,BESTYy,ALLXx,ALLYy]=GAD(u,KD,ND,PmD,V,Q,R,m,t,p0,CF);%调用下层遗传算法得到xx=xbest;FITNESS(i)=OBJU(x,u,Alpha,Beta,C0,Q0,h,a,b,d,Q,Cr,m,t);endfori=1:NUf1=FITNESS(SER(3*i-2));f2=FITNESS(SER(3*i-1));f3=FITNESS(SER(3*i));iff1=f2&&f1=f3farm(i,:)=FARM(SER(3*i-2),:);fitness(i)=FITNESS(SER(3*i-2));elseiff2=f1&&f2=f3farm(i,:)=FARM(SER(3*i-1),:);fitness(i)=FITNESS(SER(3*i-1));elsefarm(i,:)=FARM(SER(3*i),:);fitness(i)=FITNESS(SER(3*i));endend%%记录最佳个体和收敛曲线X=farm;Y=fitness;ALLX{k}=X;ALLY(k,:)=Y;minY=min(Y);pos=find(Y==minY);BESTX{k}=X(pos(1),:);BESTY(k)=minY;%%变异fori=1:NUifPmUrand&&pos(1)~=iTa=randperm(n);Tb=unidrnd(n-1)+1;BB=zeros(1,n);BB(1,sort(Ta(1:Tb)))=1;BB=JZU(BB,V,Q);farm(i,:)=BB;endenddisp(k);k=k+1;end%%绘图BESTY2=BESTY;BESTX2=BESTX;fork=1:KUTempY=BESTY(1:k);minTempY=min(TempY);posY=find(TempY==minTempY);BESTY2(k)=minTempY;BESTX2{k}=BESTX{posY(1)};endBESTY=BESTY2;BESTX=BESTX2;plot(BESTY,'-ko','MarkerEdgeColor','k','MarkerFaceColor','k','MarkerSize',2)ylabel('函数值')xlabel('迭代次数')gridon