优化组合基于遗传算法实现资源优化配置附Matlab代码

clc clear %-------------------------------基于遗传算法的资源配置主函数----------------------------- %参数定义 maxgen=200; %进化代数，即迭代次数 sizepop=10; %种群规模 %AimFunc=StrAimFunc; %目标函数(本算法以目标函数值为适应度) %fselect='roulette'; %染色体的选择方法，您可以选择：锦标赛法－ 'tournament';轮盘赌法－'roulette' %fcode='float'; %编码方法，您可以选择：浮点法－'float';grey法则－－'grey';二进制法－'binary' pcross=[0.7]; %交叉概率选择，0和1之间 %fcross='float'; %交叉方法选择，您可以选择： 浮点交叉－'float';单点交叉－'simple';均匀交叉－'uniform' pmutation=[0.1]; %变异概率选择，0和1之间 %fmutation='float'; %变异方法选择，您可以选择：浮点法－'float';单点法－'simple'; lenchrom=[15]; %每个变量的字串长度，如果是浮点变量，则长度都为1 for i=1:sizepop %随机产生一个种群 individuals.chrom(i,:)=Code(lenchrom); %编码（binary和grey的编码结果为一个实数，float的编码结果为一个实数向量） %x=Decode(lenchrom,bound,individuals.chrom(i,:),fcode);%解码（binary和grey的解码结果为一个二进制串，float的解码结果为一个实数向量） %计算适应度 %修改处 %individuals.fitness(i)=AimFunc(x,heli,id_data,0); [individuals.fitness(i),T(i),Q(i),C(i),R(i)]=fitness(individuals.chrom(i,:)); %染色体的适应度 end %找最好的染色体 [bestfitness bestindex]=max(individuals.fitness); bestchrom=individuals.chrom(bestindex,:); %最好的染色体 Tbest=T(bestindex); Qbest=Q(bestindex); Cbest=C(bestindex); Rbest=R(bestindex); avgfitness=sum(individuals.fitness)/sizepop; %染色体的平均适应度 trace=[avgfitness bestfitness,Tbest,Qbest,Cbest,Rbest]; kbest=1; % % 进化开始 for i=1:maxgen i % 选择 individuals=Select(individuals,sizepop); avgfitness=sum(individuals.fitness)/sizepop; %交叉 individuals.chrom=Cross(pcross,lenchrom,individuals.chrom,sizepop); % 变异 individuals.chrom=Mutation(pmutation,lenchrom,individuals.chrom,sizepop); % 计算适应度 for jj=1:sizepop [individuals.fitness(jj),T(jj),Q(jj),C(jj),R(jj)]=fitness(individuals.chrom(jj,:)); end %找到最小和最大适应度的染色体及它们在种群中的位置 [newbestfitness,newbestindex]=max(individuals.fitness); [worestfitness,worestindex]=min(individuals.fitness); % 代替上一次进化中最好的染色体 if bestfitness<newbestfitness bestfitness=newbestfitness; bestchrom=individuals.chrom(newbestindex,:); Tbest=T(newbestindex); Qbest=Q(newbestindex); Cbest=C(newbestindex); Rbest=R(newbestindex); kbest=i; end individuals.chrom(worestindex,:)=bestchrom; individuals.fitness(worestindex)=bestfitness; avgfitness=sum(individuals.fitness)/sizepop; trace=[trace;avgfitness bestfitness,Tbest,Qbest,Cbest,Rbest]; %记录每一代进化中最好的适应度和平均适应度 end %画出适应度曲线 figure(1); [r c]=size(trace); plot([1:r]',trace(:,2)); title(['适应度曲线 ' '终止代数＝' num2str(maxgen)]); xlabel('进化代数');ylabel('适应度'); axis([1,maxgen,240,320]) figure(2) plot(trace(:,3),'r') hold on plot(trace(:,4),'g') hold on plot(trace(:,5),'y') hold on plot(trace(:,6)) legend('T','Q','C','R') axis([1,maxgen,20,40]) kbest