GA（遗传算法）的Matlab程序原理
GA（遗传算法）的Matlab程序原理 （转载于六分之一工作室）
z=f(x,y)
1、编码（解决初始化种群），先创建一个数组pop（popsize stringlenth）有popsize表示染色体个数列stringlenth的前一部分代表x的染色体，后一部分代表y的染色体。计算x，y染色体对所对应的十进制数值并记数组pop的第stringlenth+1，stringlenth+2列，计算f（x，y）的值并计为数组pop的第stringlenth+3列，计算每个染色体的复制概率并计为数组pop的第stringlenth+4列
function[pop1 f d pe stringlenth]=initialize(popsize stringlenth pop),
pop=round(rand(popsize stringlenth)),
pop(.stringlenth+1=((2.^(size(pop(.1.stringlenth1).2)-1.-1.0)*pop(.1.stringlenth)).*( )/(2.^stri
nglenth1-1)+ ),
pop(.stringlenth+3)=fun(pop(.stringlenth+1)pop(.stringlenth+2)),
pop(.stringlenth+4)=pop(.stringlenth+4)=pop(.stringlenth+3)./sum(pop(.stringlenth+3)),
其中fun(x)为目标函数的matlab.m文件.
2、确保复制过程中染色体个数保持不变的情况下确定每个染色体复制数，如果是某一
染色体的复制数为负数，则令此染色体的复制数为0，复制概率为止的染色体的复制数根据
其占正值总体的比率来确定，复制数=比率 popsize
pop(.stringlenth+5)=round(pop. Stringlenth+4).*popsize),
A=sort(pop(.stringlenth+5)),
b=sum(A((11-a).10),(其中a为复制概率为正值的染色体个数)
pop(.stringlenth+6)=round(pop(.stringlenth+5)./b).*popsize).
pop(.stringlenth+6)表示每个染色体复制数.
3、染色体复制数，根据每个染色体的复制数重新创建新的染色体数组pop1
function[parent1 parent2 stringlenth]=parent(f d pop stringlenth),
Ci=repmat(pop(i 1. stringlenth)[pop(i stringlenth+6)1 1]).(i=1 2 …popsize)
pop1=[C1] [C2] … [Cpopsize],
pop1=round([C1] [C2] … [Cpopsize]).
每个初始染色体按其复制数进行复制.
4、选择父代进行父叉，在数组pop1中随机地使各染色体两两配对，作为父代进行父叉，
创建新的数组child1和child2父叉点cpoint随机选取父叉概率pc根据实际情况人为选取
function[child1 child2 pm parent stringlenth]=crossover(parent1 parent2 pc stringlenth ),
f=round(9*rand(1.10))+1,
d=[1 2 3 4 5 6 7 8 9 10],
parent1=pop1(f.),parent2=pop1(d.),
if(randcpoint=round(rand*(stringlenth-2))+1,
child1=[parent1(.1.cpoint)][parent2(.cpoint+1. stringlenth)],
child2=[parent2(.1.cpoint)][parent1(.cpoint+1. stringlenth)],
else
child1=parent1,
child2=parent2.
5、染色体变异 随机选取染色体中某一个或几个基因进行变异创建新的数组child作为
父代
function[child]=mutation(parent pm),
parent=child,
if(randmpoint=round(rand*(stringlenth-1))+1,
child=parent,
child(.mpoint)=abs(parent(.mpoint)-1),
else
child=parent,
end
6、保留上一代的优良染色体作为部分初始值和随机染色体组成新的染色体组
function[pop2 m W]=best(child child1 child2 pop),
Q1=child(.stringlenth+3),
for i=1.10
if(Q1(i)>(max(Q1)-0.0001))
q1=i,
end
end
W=round(9.*rand(1 4)+1,
pop2(W 1. stringlenth+3)=[child(q1.)child(q2.).child2(q3.).pop(q4 1. stringlenth+3)],
m=max([max(Q1)max(Q2)max(Q3)max(Q4)]),
end
其中m为最好染色体值，循环执行上述程序即可 关于2元约束问题先根据约束力方程求解2元函数fun1（x）再只需要将单约束程序中
的y的下限b2换成fun1（x）即可，因为这样能限制当x取值后y的取值。多元多约束程
序和2元多约束程序一样，只不过多开辟空间而已。
本文档为【GA（遗传算法）的Matlab程序原理】，请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑，
图片更改请在作品中右键图片并更换，文字修改请直接点击文字进行修改，也可以新增和删除文档中的内容。
该文档来自用户分享，如有侵权行为请发邮件ishare@vip.sina.com联系网站客服，我们会及时删除。
[版权声明] 本站所有资料为用户分享产生，若发现您的权利被侵害，请联系客服邮件isharekefu@iask.cn，我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权，请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传，仅限个人学习分享使用，禁止用于任何广告和商用目的。
浙公网安备 33021202002483