会计学

1

Contents I

Matlab编程实现GA

1

Matlab函数调用实现GA

2

Matlab工具箱实现GA

3

第1页/共37页

Matlab编程实现GA

例1：计算目标函数值函数

第2页/共37页

主程序

%遗传算法主程序

function My_GA

global Cmin;

Cmin=-10^6;

popsize=50; %群体大小

Gene=20;

chromlength=20; %字符串长度（个体长度）

pc=0.8; %交叉概率

pm=0.01; %变异概率

Xmax=10;

Xmin=0;

Matlab编程实现GA

pop=initpop(popsize,chromlength); %随机产生初始群体

for i=1:Gene %20为迭代次数

[objvalue]=calobjvalue(pop,chromlength,Xmax,Xmin); %计算目标函数

fitvalue=calfitvalue(objvalue); %计算群体中每个个体的适应度

[newpop]=selection(pop,fitvalue); %复制

[newpop]=crossover(newpop,pc); %交叉

[newpop]=mutation(newpop,pm); %变异

[bestindividual,bestfit]=best(pop,fitvalue); %求出群体中适应值最大的个体及其适应值

x(i)=decodechrom(bestindividual,1,chromlength)*10/(2^chromlength-1); %最佳个体解码

y(i)=bestfit+Cmin; %最佳个体适应度

y_mean(i)=mean(fitvalue+Cmin); %第i代平均适应度

pop=newpop;

end

fplot('2*x+10*sin(5*x)+7*cos(4*x)',[0 10])

hold on

plot(x,y,'r*')

hold off

第3页/共37页

初始化(编码)

% 函数的功能是实现群体的初始化，popsize表示群体的大小，chromlength表示染色体的长度(二值数的长度)，

% 长度大小取决于变量的二进制编码的长度(在本例中取2

本文档共37页，还可免费阅读10页，剩余27页请下载后阅读。继续阅读