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=0.9;

2、%定義代溝trace=zeros(2, ZDYCDS); %最優(yōu)結果的初始值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構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換ObjV=variable*variable; %計算目標函數(shù)值f(x)=x2while gen<ZDYCDS %進行循環(huán)控制，當當前代數(shù)小于定義的最大

3、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換 ObjVSel=var

4、iable*variable; %計算子代的目標函數(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)個體進行十進制轉換hold on, grid;plot(variable,Ob