%上界a，下界b，种群大小NP，遗传代数NG，交叉概率pc,变异概率pm，离散精度eps
function[xv,fv]=GA(fitness,a,b,NP,NG,pc,pm,eps)
%第一步产生初始种群x，产生之前需要根据离散精度确定串长L
L=ceil(log2((b-a)/eps));
x=Initial(L,NP);
for i=1:NP
xdec(i)=dec(a,b,x(i,:),L);
end
%第二步 选择 交叉 变异，循环很多代
for i=1:NG
fx=fitness(xdec); %适应度
max_f(i) = max(fx); %最佳个体适应值的增长情况
mean_f(i) = mean(fx);
fxp=fx/sum(fx); %选择概率
fxa(1)=fxp(1); %累计概率
for j=2:NP
fxa(j)=fxa(j-1)+fxp(j);
end
%选择父体
sat=rand();
for k=1:NP
if sat<=fxa(k)
father=k;
break;
end
end
%随机选择母体
mother=ceil(rand()*NP);
nx=x;
%单点交叉
cutp=ceil(rand()*L);
r1=rand();
if r1<pc
nx(i,1:cutp)=x(father,1:cutp)
nx(i,cutp+1:L)=x(mother,cutp+1:L)
r2=rand(); %是否变异
if r2
cum=ceil(rand()*L)
nx(i,cum)=~nx(i,cum)
end
end
x=nx;
for i=1:NP
xdec(i)=dec(a,b,x(i,:),L);
end
%选择较好的子代
fv=-inf;
for i=1:NP
fitx=fitness(dec(a,b,x(i,:),L));
if fitx>fv
fv=fitx;
xv=dec(a,b,x(i,:),L);
end
end
end
m =1:NG;
figure(1);
plot(m,max_f,'-bo'),title('每一代最佳个体适应度');
figure(2);
plot(m,mean_f,'-ro'),title('平均适应度');
figure(3);
plot(m,fx,'-go'),title('适应度');
