链路预测相关函数

SGA（Simple Genetic Algorithm）是一种强大的智能多变量优化算法，它模仿种群繁殖规律来进行 优化。 本SGA可以优化变量，求最小值,最大值（当把函数倒数也就求最小值啦） 并且支持浮点编码，grey编码，二进制编码；轮赌法选择，锦标赛选择；单点交叉，均布交叉，浮点交叉； 单点变异，浮点变异； 调用时 Genetic（目标函数名） if you get some problems,you can email to me shoppingxo@hotmail.com qq:10901831 Xi Huabin（席华彬） 使用环境：MATLAB6.5+ToolBox 使用SGA时， 首先需要一个目标函数（像AimFunc.m），该函数返回适应度 输入变量为待优化变量x 输出为一个适应度。 然后 修改Genetic.m中可以修改的地方 例一 maxgen=200; % maximum generation sizepop=100; % size of population AimFunc=StrAimFunc; % this is function of counting fitness fselect='tournament'; % method of select % you can choose 'tournament';'roulette' fcode='float'; % method of coding % you can choose 'float';'grey';'binary' pcross=[0.6]; % probablity of crossover,between 0 and 1 fcross='float'; % method of crossover % you can choose 'float';'simple';'uniform' pmutation=[0.2]; % probability of mutation,between 0 and 1 fmutation='float'; % method of mutation % you can choose 'float';'simple'; lenchrom=[1 1 1 1 1]; % length of bit of every varible bound=[0 1;... 0 1;... 0 1;... 0 1;... 0 1]; 选择了浮点编码，tournament选择，浮点交叉，浮点变异。 注：采用浮点编码时，以后的交叉，变异只能是浮点，且lenchrom向量中都为1，向量长度为待优化变量个数。 bound为各个变量的范围 例二 maxgen=200; % maximum generation sizepop=100; % size of population AimFunc=StrAimFunc; % this is function of counting fitness fselect='tournament'; % method of select % you can choose 'tournament';'roulette' fcode='binary'; % method of coding % you can choose 'float';'grey';'binary' pcross=[0.6]; % probablity of crossover,between 0 and 1 fcross='uniform'; % method of crossover % you can choose 'float';'simple';'uniform' pmutation=[0.2]; % probability of mutation,between 0 and 1 fmutation='simple'; % method of mutation % you can choose 'float';'simple'; lenchrom=[10 10 10 10 10]; % length of bit of every varible bound=[0 1;... 0 1;... 0 1;... 0 1;... 0 1]; 选择了二进制编码，tournament选择，均布交叉，单点变异。 注：采用二进制编码和grey编码时，交叉方法只能是simple，uniform，变异方法只能是simple lenchrom向量中表示变量表示成二进制的位数。 例三 maxgen=200; % maximum generation sizepop=100; % size of population AimFunc=StrAimFunc; % this is function of counting fitness fselect='roulette'; % method of select % you can choose 'tournament';'roulette' fcode='grey'; % method of coding % you can choose 'float';'grey';'binary' pcross=[0.6]; % probablity of crossover,between 0 and 1 fcross='uniform'; % method of crossover % you can choose 'float';'simple';'uniform' pmutation=[0.2]; % probability of mutation,between 0 and 1 fmutation='simple'; % method of mutation % you can choose 'float';'simple'; lenchrom=[10 10 10 10 10]; % length of bit of every varible bound=[0 1;... 0 1;... 0 1;... 0 1;... 0 1]; 选择了grey编码，roulette选择，均布交叉，单点变异。