lqz_ga.zip_stiffness_侧偏刚度_悬架_惯量辨识_遗传 悬架

clc; clear; Size=5000; %种群大小 Navr=8; %辨识参数个数 minX=[0,0,0,0,0,0,0,0]; %参数搜索范围 maxX=[3,1,1e5,1e5,1e6,1e6,1e7,1e7]; for i=1:1:Navr %十进制浮点数编码 E(:,i)=minX(i)+(maxX(i)-minX(i))*rand(Size,1); end G=500; %最大遗传代数 BsJi=0; for k=1:1:G time(k)=k; %*******计算个体适应度值******* for i=1:1:Size %初始化种群个体，参数赋值 xi=E(i,:); x(1)=xi(1); x(2)=xi(2); x(3)=xi(3); x(4)=xi(4); x(5)=xi(5); x(6)=xi(6); x(7)=xi(7); x(8)=xi(8); F=lqz_object(x); %调用目标函数 BsJi(i)=F; %每个个体对应的目标函数值 end [OderJi,IndexJi]=sort(BsJi); %对每个个体的目标函数值排序 BestJ(k)=OderJi(1); %第k代中最小目标函数值所对应的最优个体 BJ=BestJ(k); %保存最优个体 Ji=BsJi+1e-10;%避免目标函数为0 fi=1./Ji; %个体适应度和目标函数的转换关系 [Oderfi,Indexfi]=sort(fi); %适应度值排序 Bestfi=Oderfi(Size); %最大个体适应度值 BestS=E(Indexfi(Size),:); %最大适应度对应的最优解 %************选择操作******************* fi_sum=sum(fi); fi_Size=(Oderfi./fi_sum).*Size; %适应度比例法 fi_S=floor(fi_Size); r=Size-sum(fi_S); Rest=fi_Size-fi_S; [RestValue,Index]=sort(Rest); for i=Size:-1:Size-r+1 fi_S(Index(i))=fi_S(Index(i))+1; end kg=1; for i=Size:-1:1 for j=1:1:fi_S(i) %选择并复制 TempE(kg,:)=E(Indexfi(i),:); kg=kg+1; %kg用于复制 end end E=TempE; %***********交叉操作*********** Pc=0.90; %交叉概率 for i=1:2:(Size-1) temp=rand; if Pc>temp alfa=rand; %算术交叉法 TempE(i,:)=alfa*E(i+1,:)+(1-alfa)*E(i,:); TempE(i+1,:)=alfa*E(i,:)+(1-alfa)*E(i+1,:); end end TempE(Size,:)=BestS; %保存最优个体 E=TempE; %****************变异操作************ Pm=0.10-[1:1:Size]*0.01/Size; %自适应变异概率 Pm_rand=rand(Size-1,Navr); Hmax=BestS+(maxX-BestS)/2^3; Hmin=BestS-(BestS-minX)/2^3; for ii=1:length(maxX) if Hmax(ii)>maxX(ii) Hmax(ii)=maxX(ii); end if Hmin(ii)<minX(ii) Hmin(ii)=minX(ii); end end for i=1:1:Size-1 for j=1:1:Navr if Pm(i)>Pm_rand(i,j) %变异方法 TempE(i,j)=Hmin(j)+(Hmax(j)-Hmin(j))*rand(1) end end end TempE(Size,:)=BestS; %保存最优个体 E=TempE; end BestS %最佳个体 Bestfi %目标适应度值 Best_J=BestJ(G); %最小目标函数值 figure(1); %最小目标函数值变化曲线 plot(time,Best_J,'k'); xlabel('time'); ylabel('BestJ');