ImmuneAlgorithm.rar_immune_immune algorithm_免疫算法 matlab_免疫算法 图像_

%这是免疫算法。这个算法几乎与遗传算法一样，只是多用了一个免疫函数 %免疫算法是遗传算法的变体，它不用杂交，而是采用注入疫苗的方法。 %疫苗是优秀染色体中的一段基因，把疫苗接种到其它染色体中 %注意：标准遗传算法的一个重要概念是，染色体是可能解的2进制顺序号，由这个序号在可能解的集合(解空间)中找到可能解 %这是免疫算法的主程序，它需要调用的函数如下。 %接种疫苗函数： %function inoculateChromosome=immunity(chromosomeGroup,bacterinChromosome,parameter) %parameter:1,随机制取染色体接种。2，每个染色体都接种。3，每个染色体都接种，但接种的位置是随机的 %这个函数实现对染色体的疫苗接种 %由染色体(可能解的2进制)顺序号找到可能解： %x=chromosome_x(fatherChromosomeGroup,oneDimensionSet,solutionSum); %把解代入非线性方程组计算误差函数：functionError=nonLinearSumError1(x); %判定程是否得解函数：[solution,isTrue]=isSolution(x,funtionError,solutionSumError); %选择最优染色体函数： %[bestChromosome,leastFunctionError]=best_worstChromosome(fatherChromosomeGroup,functionError); %误差比较函数：从两个染色体中，选出误差较小的染色体 %[holdBestChromosome,holdLeastFunctionError]... % =compareBestChromosome(holdBestChromosome,holdLeastFunctionError,... % bestChromosome,leastFuntionError) %为染色体定义概率函数，好的染色体概率高，坏染色体概率低 %p=chromosomeProbability(functionError); %按概率选择染色体函数： %slecteChromosomeGroup=selecteChromome(fatherChromosomeGroup,p); %父代染色体杂交产生子代染色体函数 %sonChrmosomeGroup=crossChromosome(slecteChromosomeGroup,2); %防止染色体超出解空间的函数 %chromosomeGroup=checkSequence(chromosomeGroup,solutionSum) %变异函数 %fatherChromosomeGroup=varianceCh(sonChromosomeGroup,0.8,solutionN); %通过实验有如下结果： %1。染色体应当多一些 %2。通过概率选择染色体，在迭代早期会有效选出优秀的染色体，使解的误差迅速降低， %但随着迭代的进行，概率选择也会导致某种染色体在基因池中迅速增加，使染色体趋同， %这就减少了物种的多样性，反而难以逼近解 %3。不用概率选择，仅采用染色体杂交，采用保留优秀染色体，也可以得到解 %4。单纯免疫效果不好，杂交+免疫效果比较好 %%%%%%%%%%%%%%%%%%%%%%%%程序开始运行 clear,clc;%清理内存，清屏 circleN=200;%迭代次数 format long %%%%%%%%%%%%%%%构造可能解的空间，确定染色体的个数、长度 solutionSum=4;leftBoundary=-10;rightBoundary=10; distance=1;chromosomeSum=500;solutionSumError=0.1; %solutionSum:非线性方程组的元数(待解变量的个数)；leftBoundary:可能解的左边界； %rightBoundary:可能解的右边界；distance:可能解的间隔，也是解的精度 %chromosomeSum:染色体的个数；solveSumError:解的误差 oneDimensionSet=leftBoundary:distance:rightBoundary; %oneDimensionSet:可能解在一个数轴(维)上的集合 oneDimensionSetN=size(oneDimensionSet,2);%返回oneDimensionSet中的元素个数 solutionN=oneDimensionSetN^solutionSum;%解空间(解集合)中可能解的总数 binSolutionN=dec2bin(solutionN);%把可能解的总数转换成二进制数 chromosomeLength=size(binSolutionN,2);%由解空间中可能解的总数(二进制数)计算染色体的长度 %%%%%%%%%%%%%%%%程序初始化 %随机生成初始可能解的顺序号,+1是为了防止出现0顺序号 solutionSequence=fix(rand(chromosomeSum,1)*solutionN)+1; for i=1:chromosomeSum%防止解的顺序号超出解的个数 if solutionSequence(i)>solutionN; solutionSequence(i)=solutionN; end end %染色体是解集合中的序号,它对应一个可能解 %把解的十进制序号转成二进制序号 fatherChromosomeGroup=dec2bin(solutionSequence,chromosomeLength); holdLeastFunctionError=Inf;%可能解的最小误差的初值 holdBestChromosome=0;%对应最小误差的染色体的初值 %%%%%%%%%%%%%%%%%%开始计算 compute=1; circle=0; while compute%开始迭代求解 %%%%%%%%%%%%%1:由可能解的序号寻找解本身(关键步骤) x=chromosome_x(fatherChromosomeGroup,oneDimensionSet,solutionSum); %%%%%%%%%%%%%2：把解代入非线性方程计算误差 functionError=nonLinearSumError1(x);%把解代入方程计算误差 [solution,minError,isTrue]=isSolution(x,functionError,solutionSumError); %isSolution函数根据误差functionError判定方程是否已经解开，isTrue=1,方程得解。solution是方程的解 if isTrue==1 '方程得解' solution minError return%结束程序 end %%%%%%%%%%%%%3：选择最好解对应的最优染色体 [bestChromosome,leastFunctionError]=best_worstChromosome(fatherChromosomeGroup,functionError); %%%%%%%%%%%%%4：保留每次迭代产生的最好的染色体 %本次最好解与上次最好解进行比较，如果上次最好解优于本次最好解，保留上次最好解； %反之，保留本次最好解。保留的最好染色体放在holdBestChromosome中 [holdBestChromosome,holdLeastFunctionError]... =compareBestChromosome(holdBestChromosome,holdLeastFunctionError,... bestChromosome,leastFunctionError); circle=circle+1 %minError %solution holdLeastFunctionError if circle>circleN return end %%%%%%%%%%%%%%5:把保留的最好的染色体holdBestChromosome加入到染色体群中 order=round(rand(1)*chromosomeSum); if order==0 order=1; end fatherChromosomeGroup(order,:)=holdBestChromosome; functionError(order)=holdLeastFunctionError; %%%%%%%%%%%%%%%6:为每一条染色体(即可能解的序号)定义一个概率(关键步骤) %%%%%%%%%%%%%%%好的染色体概率高，坏的概率低。依据误差functionError计算概率 [p,trueP]=chromosomeProbability(functionError); if trueP =='Fail' '可能解严重不适应方程，请重新开始' return%结束程序 end %%%%%%%%%%%%%%%7：按照概率筛选染色体(关键步骤) %fa=bin2dec(fatherChromosomeGroup)%显示父染色体 %从父染体中选择优秀染色体 %selecteChromosomeGroup=selecteChromosome(fatherChromosomeGroup,p); %%%%%%%%%%%%%%%8：染色体杂交(关键步骤) %sle=bin2dec(selecteChromosomeGroup)%显示选择出来的解的序号(染色体) %用概率筛选出的染色体selecteChromosomeGroup进行杂交，产生子代染色体 %sonChromosomeGroup=crossChromosome(selecteChromosomeGroup,2); %不用概率筛选出的染色体selecteChromosomeGroup进行杂交，而直接用上一代(父代)的 sonChromosomeGroup=crossChromosome(fatherChromosomeGroup,2); %sonChromosomeGroup=immunity(fatherChromosomeGroup,holdBestChromosome,3); %把疫苗接种到其它染色体中 sonChromosomeGroup=immunity(sonChromosomeGroup,holdBestChromosome,3); %cro=bin2dec(sonChromosomeGroup)%显示杂交后的子代染色体 sonChromosomeGroup=checkSequence(sonChromosomeGroup,solutionN);%检查杂交后的染色体是否越界 %%%%%%%%%%%%%%%9：变异 %不杂交直接变异 %fatherChromosomeGroup=varianceCh(fatherChromosomeGroup,0.1,solutionN); %杂交后变异 fatherChromosomeGroup=varianceCh(sonChromosomeGroup,0.5,solutionN); fatherChromosomeGroup=checkSequence(fatherChromosomeGroup,solutionN);%检查变异后的染色体是否越界 end 　 接种疫苗函数，这是和遗传算法唯一不同的函数，可以用它代替染色体的交叉操作。 %chromosomeGroup:染色体组 %bachterinChromosome:疫苗染色体，即最好的染色体。从这个染色体上取疫苗 %parameter:接种疫苗的参数，即用什么方法接种 %inoculateChromosome:接种疫苗后的染色体 function inoculateChromosome=immunity(chromosomeGroup,bacterinChromosome,parameter) [chromosomeGroupSum,chromosomeLength]=size(chromosomeGroup); [row,bacterinChromosomeLength]=size(bacterinChromosome); %chromosomeGroupSum:染色体的条数；chromosomeLength：染色体的长度 switch parameter case 1%随机选择染色体进行接种 for i=1:chromosomeGroupSum %%%%%%%%%%%%从疫苗染色体上定位疫苗 headDot=fix(rand(1)*bacterinChromosomeLength); %疫苗在染色体上左边的点位 if headDot==0%防止出现0点位 headDot=1; end tailDot=fix(rand(1)*bacterinChromosomeLength); %疫苗在染色体上右边的点位 if tailDot==0%防止出现0点位 tailDot=1; end if tailDot>headDot%防止右边的点位大于左边的点位 dot=headDot; headDot=tailDot; tailDot=dot; end %%%%%%%%%%%%%接种 randChromosomeSequence=round(rand(1)*chromosomeGroupSum); %随机产生1条染色体的序号，对这条染色体进行接种 if randChromosomeSequence==0%防止产生0序号 randChromosomeSequence=1; end inoculateChromosome(i,:)...%先把输入染色体传给输出 =chromosomeGroup(randChromosomeSequence,:); %执行免疫，即从疫苗染色体上取出一段基因做疫苗，再注入到其它染色体中 inoculateChromosome(i,headDot:tailDot)... =bacterinChromosome(1,headDot:tailDot); end case 2 %所有染色体挨个接种 for i=1:chromosomeGroupSum %%%%%%%%%%%%从疫苗染色体上定位疫苗 headDot=fix(rand(1)*bacterinChromosomeLength); %疫苗在染色体上左边的点位 if headDot==0%防止出现0点位 headDot=1; end tailDot=fix(rand(1)*bacterinChromosomeLength); %疫苗在染色体上右边的点位 if tailDot==0%防止出现0点位 tailDot=1; end i