[原创]基于MATLAB6.5遗传算法程序

[复制链接]

字体大小: 正常放大

helen

15 主题	4 听众	1807 积分

该用户从未签到

电梯直达

1^#

发表于 2005-4-15 22:51 |只看该作者 |正序浏览

|招呼Ta 关注Ta

function [BestPop,Trace]=fmaxga(FUN,LB,UB,eranum,popsize,pcross,pmutation,options) % [BestPop,Trace]=fmaxga(FUN,LB,UB,eranum,popsize,pcross,pmutation) % Finds a maximum of a function of several variables. % fmaxga solves problems of the form: % max F(X) subject t LB <= X <= UB % BestPop--------最优的群体即为最优的染色体群 % Trace----------最佳染色体所对应的目标函数值 % FUN------------目标函数 % LB-------------自变量下限 % UB-------------自变量上限 % eranum---------种群的代数,取100--1000(默认1000) % popsize--------每一代种群的规模；此可取50--100(默认50) % pcross---------交叉的概率,此概率一般取0.5--0.85之间较好(默认0.8) % pmutation------变异的概率,该概率一般取0.05-0.2左右较好(默认0.1) % options--------1×2矩阵,options(1)=0二进制编码(默认0),option(1)~=0十进制编码,option(2)设定求解精度(默认1e-4) % % 例如测试Shaffer's F6函数,自变量下限[-100,-100],上限[100,100],当x=[0 0]时,MaxF6=1 % 运行得到相当好的结果:自变量为 0.00033379-4.7684e-005 时,最优值 1.000000 % 对应染色体是：1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

T1=clock; if nargin<3, error('FMAXGA requires at least three input arguments'); end if nargin==3, eranum=1000;popsize=50;pcross=0.8;pmutation=0.1;options=[0 1e-4];end if nargin==4, popsize=50;pcross=0.8;pmutation=0.1;options=[0 1e-4];end if nargin==5, pcross=0.8;pmutation=0.1;options=[0 1e-4];end if nargin==6, pmutation=0.1;options=[0 1e-4];end if nargin==7, options=[0 1e-4];end if find((LB-UB)>0) error('数据输入错误,请重新输入(LB<UB):'); end s=sprintf('程序运行需要约%.4f 秒钟时间,请稍等......',(eranum*popsize*40/(1000*50))); disp(s); bounds=[LB;UB]';bits=[]; precision=options(2);%由求解精度确定二进制编码长度 bits=ceil(log2((bounds(:,2)-bounds(:,1))' ./ precision));%由设定精度划分区间 [Pop]=initpop(popsize,bits);%初始化种群 [m,n]=size(Pop); pm0=pmutation; BestPop=zeros(eranum,n);Trace=zeros(eranum,length(bits)+1);%分配初始解空间 i=1; while i<=eranum for j=1:m value(j)=feval(FUN(1,,(b2f(Pop(j,,bounds,bits)));%计算适应度 end [MaxValue,Index]=max(value); BestPop(i,=Pop(Index,; Trace(i,1)=MaxValue; Trace(i,(2:length(bits)+1))=b2f(BestPop(i,,bounds,bits); [selectpop]=SelectChrom(FUN,Pop,bounds,bits);%选择 [CrossOverPop]=CrossOver(selectpop,pcross);%交叉 [NewPop]=Mutation(CrossOverPop,pmutation);%变异 Pop=NewPop;%更新 pmutation=pm0+(i^4)*(pcross/2-pm0)/(eranum^4); %随着种群向前进化，逐步增大变异率 p(i)=pmutation; i=i+1; end t=1:eranum; plot(t,Trace(:,1)'); title('函数优化的遗传算法');xlabel('进化世代数(eranum)');ylabel('每一代最优适应度(maxfitness)'); [MaxFval,I]=max(Trace(:,1)); X=Trace(I,(2:length(bits)+1)); hold on; plot(I,MaxFval,'*'); text(I+5,MaxFval,['FMAX=' num2str(MaxFval)]); str1=sprintf('进化到 %d 代 ,自变量为 %s 时,得本次求解的最优值 %f\n对应染色体是：%s',... I,num2str(X),MaxFval,num2str(BestPop(I,)); disp(str1); %figure(2);plot(t,p);%绘制变异值增大过程 T2=clock; CostTime=T2-T1; if CostTime(6)<0 CostTime(6)=CostTime(6)+60; CostTime(5)=CostTime(5)-1; end if CostTime(5)<0 CostTime(5)=CostTime(5)+60;CostTime(4)=CostTime(4)-1; end %像这种程序当然不考虑运行上小时啦 str2=sprintf('程序运行耗时 %d 小时 %d 分钟 %.4f 秒',CostTime(4),CostTime(5),CostTime(6)); disp(str2);

%初始化种群，采用二进制编码 function [pop]=initpop(popsize,bits) len=sum(bits); pop(1,=zeros(1,len);%The whole zero encoding for i=2:popsize-1 pop(i,=round(rand(1,len)); end pop(popsize,=ones(1,len);%The whole one encoding

%解码 function [fval] = b2f(bval,bounds,bits) % fval - 表征各变量的十进制数 % bval - 表征各变量的二进制编码串 % bounds - 各变量的取值范围 % bits - 各变量的二进制编码长度 scale=(bounds(:,2)-bounds(:,1))'./(2.^bits-1); %The range of the variables numV=size(bounds,1); cs=[0 cumsum(bits)]; for i=1:numV a=bval((cs(i)+1):cs(i+1)); fval(i)=sum(2.^(size(a,2)-1:-1:0).*a)*scale(i)+bounds(i,1); end

%选择操作 function [selectpop]=SelectChrom(FUN,pop,bounds,bits)%计算各个体的适应度并采用轮盘赌进行选择 [m,n]=size(pop); for i=1:m fit(i)=feval(FUN(1,,(b2f(pop(i,,bounds,bits)));%以函数值为适应度 end selectprob=fit/sum(fit);%选择概率 prob=cumsum(selectprob);%累计选择概率 sumprob=[0 prob]; for i=1:m selectpop(i,=pop(length(find(rand>=sumprob)),; end %交叉操作 function [NewPop]=CrossOver(OldPop,pcross)%OldPop为父代种群，pcross为交叉概率 [m,n]=size(OldPop); r=rand(1,m); y1=find(r<pcross); y2=find(r>=pcross); len=length(y1); if len>2&mod(len,2)==1%如果用来进行交叉的染色体的条数为奇数，将其调整为偶数 y2(length(y2)+1)=y1(len); y1(len)=[]; end if length(y1)>=2 for i=0:2:length(y1)-2 [NewPop(y1(i+1),,NewPop(y1(i+2),]=EqualCrossOver(OldPop(y1(i+1),,OldPop(y1(i+2),); end end NewPop(y2,=OldPop(y2,;

function [children1,children2]=EqualCrossOver(parent1,parent2) %采用均匀交叉例： %父1：0 1 1 1 0 0 1 1 0 1 0 %父2：1 0 1 0 1 1 0 0 1 0 1 %掩码：0 1 1 0 0 0 1 1 0 1 0 %交叉后新个体： %子1：1 1 1 0 1 1 1 1 1 1 1 %子2：0 0 1 1 0 0 0 0 0 0 0 L=length(parent1); hidecode=round(rand(1,L));%随机生成掩码，如hidecode=[0 1 1 0 0 0 1 1 0 1 0]; children1=zeros(1,L); children2=zeros(1,L); children1(find(hidecode==1))=parent1(find(hidecode==1));%掩码为1，父1为子1提供基因 children1(find(hidecode==0))=parent2(find(hidecode==0));%掩码为0，父2为子1提供基因 children2(find(hidecode==1))=parent2(find(hidecode==1));%掩码为1，父2为子2提供基因 children2(find(hidecode==0))=parent1(find(hidecode==0));%掩码为0，父1为子2提供基因

%变异操作 function [NewPop]=Mutation(OldPop,pmutation) [m,n]=size(OldPop); r=rand(1,m); position=find(r<=pmutation); len=length(position); if len>=1 for i=1:len k=unidrnd(n,1,1); %设置变异点数，一般设置1点 for j=1:length(k) if OldPop(position(i),k(j))==1 OldPop(position(i),k(j))=0; else OldPop(position(i),k(j))=1; end end end end NewPop=OldPop;

zan