遗传算法实例注释

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functionpop=initpop(popsize,chromlength)pop=round(rand(popsize,chromlength));20行10列的元素为0或1的矩阵functionpop2=decodebinary(pop)[px,py]=size(pop);px=20,py=10fori=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endpop2=sum(pop1,2);计算每一行的和（2表示第二维即行）functionpop2=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20X1的矩阵第二步：计算适应值functionfitvalue=calfitvalue(objvalue)globalCmin;Cmin=0;[px,py]=size(objvalue);px=20,py=1fori=1:pxi从1到20ifobjvalue(i)+Cmin0此处为求极大值（具体参考PPT）temp=Cmin+objvalue(i);elsetemp=0.0;endfitvalue(i)=temp;即大于零的保留，小于等于零的剔除endfitvalue=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=[1234]，则cumsum(fitvalue)=[13610][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1whilenewin=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fori=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endend第四步：变异function[newpop]=mutation(pop,pm)[px,py]=size(pop);px=20,py=10newpop=ones(size(pop));newpop为20行10列的全1矩阵fori=1:px对于i从1到20if(randpm)如果随机数小于变异概率pmmpoint=round(rand*py);mpoint=随机数与10相乘取整ifmpoint=0如果mpoint=0mpoint=1;赋值mpoint为1endnewpop(i)=pop(i);newpop（1）等于pop(1)ifany(newpop(i,mpoint))==0当newpop第一行某一位置为0则any输出0newpop(i,mpoint)=1;将该位置置换为1else否则newpop(i,mpoint)=0;将其置换为0endelse否则newpop(i)=pop(i);newpop（1）=pop(1)即未发生变异endend第五步：求出群体中最大得适应值及其个体function[bestindividual,bestfit]=best(pop,fitvalue)[px,py]=size(pop);px=20,py=10,bestindividual=pop(1,:);bestindividual=pop第一行bestfit=fitvalue(1);bestfit=fitvalue第一列fori=2:px对i从2到20iffitvalue(i)bestfit如果fitvalue(i)大于以前的bestindividual=pop(i,:);bestindividual=pop第i行bestfit=fitvalue(i);bestfit=fitvalue第i列endend第六步：主程序popsize=20;%群体大小chromlength=10;%字符串长度（个体长度）pc=0.6;%交叉概率pm=0.001;%变异概率pop=initpop(popsize,chromlength);%随机产生初始群体fori=1:20%20为迭代次数[objvalue]=calobjvalue(pop);%计算目标函数fitvalue=calfitvalue(objvalue);%计算群体中每个个体的适应度[newpop]=selection(pop,fitvalue);%复制[newpop]=crossover(pop,pc);%交叉[newpop]=mutation(pop,pc);%变异[bestindividual,bestfit]=best(pop,fitvalue);%求出群体中适应值最大的个体及其适应值y(i)=max(bestfit);y(i)=bestfit最大值n(i)=i;此时的迭代次数pop5=bestindividual;将适应值最大的那个解赋值给pop5x(i)=decodechrom(pop5,1,chromlength)*10/1023;将pop5翻译成十进制pop=newpop;下一次从第二代开始复制、交叉、变异endfplot('10*sin(5*x)+7*cos(4*x)',[010])在横坐标[0,10]绘制出曲线indexinholdonplot(x,y,'r*')holdoff[zindex]=max(y);%计算最大值及其位置x5=x(index)%计算最大值对应的x值y=z