第七章-遗传算法应用举例.doc.docx
版权申诉
147 浏览量
2021-12-17
09:50:00
上传
评论
收藏 2.65MB DOCX 举报
第七章 遗传算法应用举例
遗传算法提供了一种求解非线性、多模型、多目标等复杂系统优化问题的通用框架，它
不依赖于问题具体的领域。随着对遗传算法技术的不断研究，人们对遗传算法的实际应用越
来越重视，它已经广泛地应用于函数优化、组合优化、自动控制、机器人学、图象处理、人
工生命、遗传编码、机器学习等科技领域。遗传算法已经在求解旅行商问题、背包问题、装
箱问题、图形划分问题等多方面的应用取得了成功。本章通过一些例子，介绍如何利用第五
章提供的遗传算法通用函数，编写 MATLAB程序，解决实际问题。
7.1 简单一元函数优化实例
利用遗传算法计算下面函数的最大值：
f (x) xsin(10 x) 2.0，x[1,2]
选择二进制编码，种群中个体数目为 40，每个种群的长度为 20，使用代沟为 0.9，最大
遗传代数为 25。
下面为一元函数优化问题的 MATLAB 代码。
figure(1);
fplot ('variable.*sin(10*pi*variable)+2.0',[-1,2]); %画出函数曲线
% 定义遗传算法参数
% 个体数目(Number of individuals)
PRECI = 20;
GGAP = 0.9;
% 变量的二进制位数(Precision of variables)
% 代沟(Generation gap)
% 代计数器
% 分配适应度值(Assign fitness values)
SelCh = select ('sus', Chrom, FitnV, GGAP); % 选择
% 重组
% 变异
% 子代个体的十进制转换
% 计算子代的目标函数值
[Chrom ObjV]=reins(Chrom,SelCh,1,1,ObjV,ObjVSel); % 重插入子代的新种群
gen = gen+1; % 代计数器增加
% 输出最优解及其序号，并在目标函数图象中标出，Y 为最优解，I 为种群的序号
[Y,I]=max(ObjV),hold on;
plot (variable (I),Y, 'bo');
trace (1,gen)=max (ObjV);
%遗传算法性能跟踪
97
剩余35页未读，继续阅读
资源评论
