GA_duogebianliang.zip_ga多变量_多变量GA_多变量ga算法_多变量遗传_遗传算法

%使用遗传算法解决多变量函数优化问题,其中有20个变量 %定义遗传算法参数 NIND=40; %个体数目(Numbe of individuals) MAXGEN=500; %最大遗传代数(Maximum number of generations) NVAR=20; %变量的维数 PRECI=20; %变量的二进制位数(Precision of variables) GGAP=0.9; %代沟(Generation gap) trace=zeros(MAXGEN, 2); %建立区域描述器(Build field descriptor) FieldD=[rep([PRECI],[1,NVAR]);rep([-512;512],[1, NVAR]);rep([1;0;1;1],[1,NVAR])]; Chrom=crtbp(NIND, NVAR*PRECI); %创建初始种群 gen=0; %代计数器 X=bs2rv(Chrom,FieldD); %种群二进制到十进制转换 ObjV=sum(X.^2); %目标函数、 while gen<MAXGEN %迭代 FitnV=ranking(ObjV); %分配适应度值(Assign fitness values) SelCh=select('sus', Chrom, FitnV, GGAP); %选择 SelCh=recombin('xovsp', SelCh, 0.7); %重组 SelCh=mut(SelCh); %变异 X=bs2rv(Chrom,FieldD); %种群二进制到十进制转换 ObjVSel=sum(X.^2); %目标函数、 [Chrom ObjV]=reins(Chrom, SelCh, 1, 1, ObjV, ObjVSel); %重插入 gen=gen+1; %代计数器增加 trace(gen, 1)=min(ObjV); %遗传算法性能跟踪 trace(gen, 2)=sum(ObjV)/length(ObjV); end plot(trace(:,1));hold on; plot(trace(:,2),'-.');grid; legend(' 种群均值的变化','解的变化') %输出最优解及其对应的20个自变量的十进制值,Y为最优解,I为种群的序号 [Y, I]=min(ObjV) X=bs2rv(Chrom, FieldD); X(I,:) %{ %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %使用遗传算法解决多变量函数优化问题！ %这个是函数的主体部分： while gen < MAXGEN FitnV = ranking(-ObjV); Selch = select('sus',Chrom,FitnV,GGAP); Selch = recombin('xovsp',Selch,px); Selch = mut(Selch,pm); XY = bs2rv(Selch,FieldD); X = XY(:,1);Y = XY(:,2); ObjvSel = Y.*sin(2*pi*X)+X.*cos(2*pi*Y); [Chrom,ObjV] = reins(Chrom,Selch,1,1,ObjV,ObjvSel); XY = bs2rv(Chrom,FieldD); gen = gen + 1; [Y,I] = min(ObjV); trace(1:2,gen) = XY(I,:); trace(3,gen) = Y; end %}