遗传算法程序代码--多目标优化--函数最值问题(共6页).doc

《遗传算法程序代码--多目标优化--函数最值问题(共6页).doc》由会员分享，可在线阅读，更多相关《遗传算法程序代码--多目标优化--函数最值问题(共6页).doc（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上函数最值问题：F=X2+Y2-Z2, clearclc%初始化pc=0.9; %交叉概率 pm=0.05; %变异概率popsize=500;chromlength1=21;chromlength2=23;chromlength3=20;chromlength=chromlength1+chromlength2+chromlength3; pop=initpop(popsize,chromlength);% 产生初始种群for i=1:500 objvalue=calobjvalue(pop); %计算目标函数值 fitvalue=calfitvalue(objval

2、ue);%计算个体适应度 newpop=selection(pop,fitvalue);%选择 newpop1=crossover(newpop,pc) ; %交叉 newpop2=mutation(newpop1,pm) ;%变异 newobjvalue=newcalobjvalue(newpop2); %计算最新代目标函数值 newfitvalue=newcalfitvalue(newobjvalue); % 计 算 新 种 群适应度值 bestindividual,bestfit=best(newpop2,newfitvalue); %求出群体中适应值最大的个体及其适应值 y(i)=ma

3、x(bestfit); %储存最优个体适应值 pop5=bestindividual; %储存最优个体 n(i)=i; %记录最优代位置 %解码 x1(i)=0+decodechrom(pop5,1,21)*2/(pow2(21)-1); x2(i)=decodechrom(pop5,22,23)*6/(pow2(23)-1)-1; x3(i)=decodechrom(pop5,45,20)*1/(pow2(20)-1); pop=newpop2;end%绘图figure(1)%最优点变化趋势图i=1:500;plot(y(i),-b*)xlabel(迭代次数);ylabel(最优个体适应值)

4、;title(最优点变化趋势);legend(最优点);grid onz index=max(y); %计算最大值及其位置 PO=n(index) %最优个体的位置X=x1(index) Y=x2(index)Z=x3(index) F=zfunction bestindividual,bestfit=best(newpop2,newfitvalue)% 求出群体中最大得适应值及其个体%遗传算法子程序%Name: best.mpx,py=size(newpop2);bestindividual=newpop2(1,:);bestfit=newfitvalue(1);for i=2:px if

5、newfitvalue(i)bestfit bestindividual=newpop2(i,:); bestfit=newfitvalue(i); endendfunction fitvalue=calfitvalue(objvalue)% 计算个体的适应值%遗传算法子程序%Name:calfitvalue.mfitvalue=objvalue;function objvalue=calobjvalue(pop)% 计算目标函数值%遗传算法子程序%Name: calobjvalue.mtemp1=decodechrom(pop,1,21); %将pop每行转化成十进制数 相当于Xtemp2=

6、decodechrom(pop,22,23);temp3=decodechrom(pop,45,20);x1=temp1*2/(pow2(21)-1); %将二值域 中的数转化为变量域 的数 相当于十进制的Xx2=temp2*6/(pow2(23)-1)-1;x3=temp3*1/(pow2(20)-1);objvalue=x1.2+x2.2-x3.2; %计算目标函数值function newpop1=crossover(newpop,pc)%交叉%遗传算法子程序%Name: crossover.mpx,py=size(newpop);newpop1=zeros(size(newpop);f

7、or i=1:2:px-1 po=rand(1);if popccpoint=round(rand*py); %随机寻找交叉点newpop1(i,:)=newpop(i+1,1:cpoint),newpop(i,cpoint+1:py); %相邻两个染色体在交叉点位置交叉newpop1(i+1,:)=newpop(i,1:cpoint),newpop(i+1,cpoint+1:py);elsenewpop1(i,:)=newpop(i,:);%不 产生新染色体newpop1(i+1,:)=newpop(i+1,:);endendfunction pop2=decodebinary(pop)%

8、将二进制数转化为十进制数(1)%遗传算法子程序%Name: decodebinary.m%产生 2n 2(n-1) . 1 的行向量，然后求和，将二进制转化为十进制px,py=size(pop); %求pop行和列数for i=1:pypop1(:,i)=2.(py-i).*pop(:,i);endpop2=sum(pop1,2); %求pop1的每行之和function pop2=decodechrom(pop,spoint,length)% decodechrom.m函数的功能是将染色体(或二进制编码)转换为十进制，参数spoint表示待解码的二进制串的起始位置% (对于多个变量而言，如有

9、两个变量，采用20为表示，每个变量10为，则第一个变量从1开始，另一个变量从11开始。)% 参数1ength表示所截取的长度。%Name: decodechrom.mpop1=pop(:,spoint:spoint+length-1);pop2=decodebinary(pop1);function pop=initpop(popsize,chromlength)% 初始化(编码)% initpop.m函数的功能是实现群体的初始化，popsize表示群体的大小，chromlength表示染色体的长度(二值数的长度)，% 长度大小取决于变量的二进制编码的长度。%遗传算法子程序%Name: ini

10、tpop.mpop=round(rand(popsize,chromlength);% rand随机产生每个单元为 0,1 行数为popsize，列数为chromlength的矩阵，% round对矩阵的每个单元进行圆整。这样产生的初始种群。function newpop2=mutation(newpop1,pm)% 变异%Name: mutation.mpx,py=size(newpop1);newpop2=zeros(px,py);for i=1:px ps=rand; if pspm mpoint=round(rand*py); if mpoint=0 mpoint=1; end if

11、newpop1(i,mpoint)=0 newpop1(i,mpoint)=1; else newpop1(i,mpoint)=0; end else endendnewpop2=newpop1;function newpop2=mutation(newpop1,pm)% 变异%Name: mutation.mpx,py=size(newpop1);newpop2=zeros(px,py);for i=1:px ps=rand; if pspm mpoint=round(rand*py); if mpoint=0 mpoint=1; end if newpop1(i,mpoint)=0 new

12、pop1(i,mpoint)=1; else newpop1(i,mpoint)=0; end else endendnewpop2=newpop1;function newobjvalue=newcalobjvalue(newpop2)% 计算目标函数值，最新代%遗传算法子程序%Name: newcalobjvalue.mtemp1=decodechrom(newpop2,1,21); %将pop每行转化成十进制数 相当于Xtemp2=decodechrom(newpop2,22,23);temp3=decodechrom(newpop2,45,20);x1=temp1*2/(pow2(21

13、)-1); %将二值域 中的数转化为变量域 的数 相当于十进制的Xx2=temp2*6/(pow2(23)-1)-1;x3=temp3*1/(pow2(20)-1);newobjvalue=x1.2+x2.2-x3.2; %计算目标函数值function newpop=selection(pop,fitvalue) %选择操作objvalue=calobjvalue(pop);fitvalue=calfitvalue(objvalue);totalfit=sum(fitvalue); %求适应度值之和 pfitvalue=fitvalue/totalfit; %单个个体被选择的概率 if pfitvalue0 pfitvalue=0;endmfitvalue=cumsum(pfitvalue); %如 fitvalue=1 2 3 4，则 cumsum(fitvalue)=1 3 6 10 px,py=size(pop); ms=sort(rand(px,1); %从小到大排列 fitin=1; newin=1;newpop=zeros(px,py);while newinms(newin)newpop(newin,:)=pop(fitin,:); newin=newin+1; else fitin=fitin+1; end end专心-专注-专业