链路容量和流量优化分配的遗传算法数据导入问题

[复制链接]

renjialin

2 主题	1 听众	17 积分

群组: Matlab讨论组

电梯直达

1^#

发表于 2010-8-7 11:17 |只看该作者 |倒序浏览

function [Zp,Xp,Yp,LC1,LC2]=GACFA(M,N,Pm)
%--------------------------------------------------------------------------
%  GACFA.m
%  Genetic Algorithm for Capacity and Flow Assignment
%  链路容量和流量优化分配的遗传算法
%--------------------------------------------------------------------------
%  函数功能
%  使用遗传算法求解通信网链路容量和流量联合优化分配问题
%--------------------------------------------------------------------------
%  参考文献
%  叶大振,吴新余.基于遗传算法的计算机通信网优化设计[J].
%  南京邮电学院学报.1996,16(2):9-15
%--------------------------------------------------------------------------
%  输入参数列表
%  M    遗传进化迭代次数
%  N    种群规模(取偶数)
%  Pm 变异概率
%--------------------------------------------------------------------------
%  输出参数列表
%  Zp 目标函数最优值
%  Xp 路由选择决策变量最优值
%  Yp 线路型号决策变量最优值
%  LC1 收敛曲线1，各代最优个体适应值的记录
%  LC2 收敛曲线2，各代群体平均适应值的记录
%--------------------------------------------------------------------------

%第一步：载入数据和输出变量初始化
load DATA_CFA;
Xp=zeros(14,1);
Yp=zeros(8,3);
LC1=zeros(1,M);
LC2=LC1;

%第二步：随机产生初始种群
farm_X=zeros(14,N);
farm_Y=zeros(8,3*N);
for i=1:N
for j=1:2:13
      RAND=rand;
      if RAND>0.5
         farm_X(j,i)=1;
      else
         farm_X(j+1,i)=1;
      end
end
end
for i=1:N
for j=1:8
      RAND=rand;
      if RAND<1/3
         farm_Y(j,3*i-2)=1;
      elseif RAND>2/3
         farm_Y(j,3*i)=1;
      else
         farm_Y(j,3*i-1)=1;
      end
end
end

counter=0;%设置迭代计数器
while counter<M%停止条件为达到最大迭代次数

%第三步：交叉
newfarm_X=zeros(14,N);
newfarm_Y=zeros(8,3*N);
Ser=randperm(N);
%对X做交叉
for i=1:2

N-1)
      A_X=farm_X(:,Ser(i));
      B_X=farm_X(:,Ser(i+1));
      cp=2*unidrnd(6);
      a_X=[A_X(1:cp);B_X((cp+1):end)];
      b_X=[B_X(1:cp);A_X((cp+1):end)];
      newfarm_X(:,i)=a_X;
      newfarm_X(:,i+1)=b_X;
end
%对Y做交叉
for i=1:2

N-1)
A_Y=farm_Y(:,(3*Ser(i)-2)

3*Ser(i)));
B_Y=farm_Y(:,(3*Ser(i+1)-2)

3*Ser(i+1)));
      cp=unidrnd(7);
      a_Y=[A_Y(1:cp);B_Y((cp+1):end)];
      b_Y=[B_Y(1:cp);A_Y((cp+1):end)];
      newfarm_Y(:,(3*i-2)

3*i))=a_Y;
newfarm_Y(:,(3*i+1)

3*i+3))=b_Y;
end
%新旧种群合并
FARM_X=[farm_X,newfarm_X];
FARM_Y=[farm_Y,newfarm_Y];

%第四步：选择复制
Ser=randperm(2*N);
FITNESS=zeros(1,2*N);
fitness=zeros(1,N);
for i=1

2*N)
X=FARM_X(:,i);
Y=FARM_Y(:,(3*i-2)

3*i));
      FITNESS(i)=COST(X,Y,x1_x14,F_x1_x14,A,Q,C,S,b);
end
for i=1:N
      f1=FITNESS(Ser(2*i-1));
      f2=FITNESS(Ser(2*i));
      if f1<f2
         farm_X(:,i)=FARM_X(:,Ser(2*i-1));
         farm_Y(:,(3*i-2)

3*i))=FARM_Y(:,(3*Ser(2*i-1)-2)

3*Ser(2*i-1)));
         fitness(i)=f1;
      else
         farm_X(:,i)=FARM_X(:,Ser(2*i));
         farm_Y(:,(3*i-2)

3*i))=FARM_Y(:,(3*Ser(2*i)-2)

3*Ser(2*i)));
fitness(i)=f2;
end
end
%记录最佳个体和收敛曲线
minfitness=min(fitness);
meanfitness=mean(fitness);
LC1(counter+1)=minfitness;
LC2(counter+1)=meanfitness;
pos=find(fitness==minfitness);
Xp=farm_X(:,pos(1));
Yp=farm_Y(:,(3*pos(1)-2)

3*pos(1)));
Zp=minfitness;

%第五步：变异
for i=1:N
      if Pm>rand
         GT_X=farm_X(:,i);
         GT_Y=farm_Y(:,(3*i-2)

3*i));
         pos1=2*unidrnd(7);
         if GT_X(pos1)==1
            GT_X(pos1-1)=1;
            GT_X(pos1)=0;
            farm_X(:,i)=GT_X;
         elseif GT_X(pos1)==0
            GT_X(pos1-1)=0;
            GT_X(pos1)=1;
            farm_X(:,i)=GT_X;
         else
         end
         pos2=unidrnd(8);
         GT_Y(pos2)=zeros(1,3);
         GT_Y(pos2,unidrnd(3))=1;
      end
end

counter=counter+1
end
Xp=Xp';
Yp=Yp';
%plot(LC1)
%hold on
plot(LC2)
请问高手在第一步中的数据导入（load DATA_CFA）中导入的是什么样的数据、有什么用、与程序有什么关联？最好举例说明。