实数编码遗传算法的Matlab例程_用了精英保留策略选择和轮盘赌选择法_叉操作采用中间重组方式_matlab

%采用变异方法为：x(t+1)=x(t)+r 其中，r为区间[xmin-x(t),xmax_x(t)] %并用了精英保留策略选择和轮盘赌选择法 %交叉操作采用中间重组方式，a不等于a' clear; popsize=100;pcmax=0.8;pcmin=0.1;pmmax=0.4;pmmin=0.01; %总群大小100 varnum=2; %变量个数2 %=================================初始化====================================== for i=1:popsize*2 popini(i).x(1)=rand(1)*200-100; %初始种群为2倍的种群大小 popini(i).x(2)=rand(1)*200-100; popini(i).fit=0.5-((sin((popini(i).x(1)^2+popini(i).x(2)^2)^(1/2)))^2-0.5)/(1+0.001*(popini(i).x(1)^2+popini(i).x(2)^2))^2; end for i=0:(popsize/4-1) pt_ts=rand(1,30)*(popsize*2-1)+1; %锦标赛选择法每次从popini中选30个的指针 pt_ts=round(pt_ts); for j=1:length(pt_ts) initial_temp1(j)=popini(pt_ts(j)).fit; end [initial_temp2,initial_position]=sort(initial_temp1);%把随意找出的30个适应度升序排序 initial_temp2=fliplr(initial_temp2); initial_position=fliplr(initial_position); for j=1:4 %每次只从popini中挑出的30个中找出4个适应度最大的 pop(4*i+j).x=popini(initial_position(j)).x; end end %============================================================================== for k=1:150 %================================选择操作====================================== fitsum=0; for i=1:popsize pop(i).fit=0.5-((sin((pop(i).x(1)^2+pop(i).x(2)^2)^(1/2)))^2-0.5)/(1+0.001*(pop(i).x(1)^2+pop(i).x(2)^2))^2; end bestfit=pop(1).fit; for i=1:popsize fitsum=fitsum+pop(i).fit; if pop(i).fit>bestfit %经营保留策略 best=pop(i).x; bestfit=pop(i).fit; end end for i=1:popsize %相对适应度 pop(i).rfit=pop(i).fit/fitsum; end %相对适应度jiang序排列 for j=1:popsize-1 for i=1:popsize-j if pop(i).rfit<pop(i+1).rfit lin=pop(i);pop(i)=pop(i+1);pop(i+1)=lin; end end end for i=2:popsize pop(i).rfit=pop(i).rfit+pop(i-1).rfit; end for i=1:popsize wp=rand(1);j=1; while wp>pop(j).rfit j=j+1; end slec_temp2(i)=pop(j); end for i=1:popsize pop(i)=slec_temp2(i); end %========================================================================== %================================交叉操作================================== for i=1:popsize cross_temp1(i)=pop(i).fit; end fitavg(k)=mean(cross_temp1');fitmax(k)=max(cross_temp1'); couple=randperm(popsize); for i=1:2:popsize-1 wp=rand(1); if pop(couple(i+1)).fit>pop(couple(i)).fit f=pop(couple(i+1)).fit; else f=pop(couple(i)).fit; end if f>=fitavg(k) pc=(pcmax-pcmin)/(1+exp((9.903438*2*(f-fitavg(k)))/(fitmax(k)-fitavg(k))))+pcmin; else pc=pcmax; end if wp<pc b=rand(1,4); cross_temp2(i).x(1)=pop(couple(i+1)).x(1)+b(1)*(pop(couple(i)).x(1)-pop(couple(i+1)).x(1)); cross_temp2(i).x(2)=pop(couple(i+1)).x(2)+b(2)*(pop(couple(i)).x(2)-pop(couple(i+1)).x(2)); cross_temp2(i+1).x(1)=pop(couple(i)).x(1)+b(3)*(pop(couple(i+1)).x(1)-pop(couple(i)).x(1)); cross_temp2(i+1).x(2)=pop(couple(i)).x(2)+b(4)*(pop(couple(i+1)).x(2)-pop(couple(i)).x(2)); else cross_temp2(i).x=pop(couple(i)).x; cross_temp2(i+1).x=pop(couple(i+1)).x; end end for i=1:popsize pop(i).x=cross_temp2(i).x; end %========================================================================== %================================变异操作================================== m=20;L=200; for i=1:popsize muta_temp1(i)=pop(i).fit; end fitavg(k)=mean(muta_temp1');fitmax(k)=max(muta_temp1'); for i=1:popsize wp=rand(1); if pop(i).fit>=fitavg(k) pm=(pmmax-pmmin)/(1+exp((9.903438*2*(pop(i).fit-fitavg(k)))/(fitmax(k)-fitavg(k))))+pmmin; else pm=pmmax; end if wp<pm for j=0:m if rand(1)<(1/m) a=1; else a=0; end muta_temp2(j+1)=a/(2^j); end delta=sum(muta_temp2); if rand(1)<0.5 sign=-1; else sign=1; end muta_temp3(i).x(1)=pop(i).x(1)+sign*0.5*L*delta; muta_temp3(i).x(2)=pop(i).x(2)+sign*0.5*L*delta; while (muta_temp3(i).x(1)<=-100) | (muta_temp3(i).x(2)>=100) for j=0:m if rand(1)<(1/m) a=1; else a=0; end muta_temp2(j+1)=a/(2^j); end delta=sum(muta_temp2); if rand(1)<0.5 sign=-1; else sign=1; end muta_temp3(i).x(1)=pop(i).x(1)+sign*0.5*L*delta; muta_temp3(i).x(2)=pop(i).x(2)+sign*0.5*L*delta; end else muta_temp3(i).x(1)=pop(i).x(1); muta_temp3(i).x(2)=pop(i).x(2); end end for i=1:popsize pop(i).x=muta_temp3(i).x; end for i=1:popsize pop(i).fit=0.5-((sin((pop(i).x(1)^2+pop(i).x(2)^2)^(1/2)))^2-0.5)/(1+0.001*(pop(i).x(1)^2+pop(i).x(2)^2))^2; muta_temp4(i)=pop(i).fit end [worst,num]=min(muta_temp4');pop(num).x=best; %========================================================================== end plot(fitavg,'-'); grid on;