遺傳算法求函數(shù)極大值(matlab實現(xiàn))

1、遺傳算法求函數(shù)最大值(matlab 實現(xiàn)) 一、 題目：尋找 f(x)=x2,當 x 在 031區(qū)間的最大值。二、 源程序：%遺傳算法求解函數(shù)最大值%本程序用到了英國謝菲爾德大學(sheffield)開發(fā)的工具箱 gatbx，該工具箱比 matlab自帶的 gatool 使用更加靈活，但在編寫程序方面稍微復雜一些close all; clear all; figure(1); fplot(variable*variable,0,31); %畫出函數(shù)曲線%以下定義遺傳算法參數(shù)gtsm=40; %定義個體數(shù)目zdycds=20; %定義最大遺傳代數(shù)ejzws=5; %定義變量的二進制位數(shù)dg=0.

2、9; %定義代溝trace=zeros(2, zdycds); %最優(yōu)結(jié)果的初始值fieldd=5;-1;2;1;0;1;1; %定義區(qū)域描述器的各個參數(shù)%以下為遺傳算法基本操作部分，包括創(chuàng)建初始種群、復制、交叉和變異chrom=crtbp(gtsm, ejzws); %創(chuàng)建初始種群，即生成給定規(guī)模的二進制種群和結(jié)構(gòu)gen=0; %定義代數(shù)計數(shù)器初始值variable=bs2rv(chrom, fieldd); %對生成的初始種群進行十進制轉(zhuǎn)換objv=variable*variable; %計算目標函數(shù)值f(x)=x2 while genzdycds %進行循環(huán)控制， 當當前代數(shù)小于定義的最

3、大遺傳代數(shù)時， 繼續(xù)循環(huán)，直至代數(shù)等于最大遺傳代數(shù)fitnv=ranking(-objv); %分配適應度值selch=select(sus, chrom, fitnv , dg); %選擇，即對個體按照他們的適配值進行復制selch=recombin(xovsp, selch, 0.7); %交叉，即首先將復制產(chǎn)生的匹配池中的成員隨機兩兩匹配，再進行交叉繁殖selch=mut(selch); %變異，以一個很小的概率隨機地改變一個個體串位的值variable=bs2rv(selch, fieldd); %子代個體的十進制轉(zhuǎn)換objvsel=variable*variable; %計算子代的目

4、標函數(shù)值chrom objv=reins(chrom, selch, 1, 1, objv, objvsel); %再插入子代的新種群，其中chrom 為包含當前種群個體的矩陣，selch為包好當前種群后代的矩陣variable=bs2rv(chrom, fieldd); %十進制轉(zhuǎn)換gen=gen+1; %代數(shù)計數(shù)器增加%輸出最優(yōu)解及其序號，并在目標函數(shù)圖像中標出，y 為最優(yōu)解 ,i為種群的%序號y, i=max(objv);hold on; %求出其最大目標函數(shù)值plot(variable(i), y, bo); trace(1, gen)=max(objv); %遺傳算法性能跟蹤trace(2, gen)=sum(objv)/length(objv); end %以下為結(jié)果顯示部分，通過上面計算出的數(shù)值進行繪圖variable=bs2rv(chrom, fieldd); %最優(yōu)個體進行十進制轉(zhuǎn)換hold on, grid; plot(vari