当前位置:服务支持 >  软件文章 >  MATLAB遗传算法优化主函数详解与应用指南

MATLAB遗传算法优化主函数详解与应用指南

阅读数 10
点赞 0
article_banner

该程序为标准遗传算法优化主函数,染色体为整数编码,供初学者学习。

clear;

clc;

data=xlsread('data.xlsx');

maxgen=400;

sizepop=60;

pcross=0.7;

pmutation=0.2;

lenchrom=5;

bound=[1 2;1 5;1 3;1 3;1 4];


individuals=struct('fitness',zeros(1,sizepop),'chrom',[]);

for i=1:sizepop

    individuals.chrom(i,:)=ceil(rand(5,1).*(bound(:,2)-bound(:,1))+bound(:,1));

    x=individuals.chrom(i,:);

    individuals.fitness(i)=my_func(x,data);

end


[bestfitness,bestindex]=max(individuals.fitness);

bestchrom=individuals.chrom(bestindex,:);

trace=[];


for i=1:maxgen

    

    individuals=Select(individuals,sizepop);

    individuals.chrom=Cross(pcross,lenchrom,individuals.chrom,sizepop);

    individuals.chrom=Mutation(pmutation,lenchrom,individuals.chrom,sizepop,bound);

    for j=1:sizepop

        x=individuals.chrom(j,:);

        individuals.fitness(j)=my_func(x,data);

    end

    

    [newbestfitness,newbestindex]=max(individuals.fitness);

    

    if bestfitness<newbestfitness

        bestfitness=newbestfitness;

        bestchrom=individuals.chrom(newbestindex,:);

    end

    trace=[trace; bestfitness];

    disp(['**********第',num2str(i),'代寻优**********']);

end

disp(['最优结果:',num2str(bestchrom)]);

disp(['最优适应度:',num2str(bestfitness)]);

figure;

plot(trace);

grid on;

xlabel('迭代次数');

ylabel('适应度');

title('迭代结果');


免责声明:本文系网络转载或改编,未找到原创作者,版权归原作者所有。如涉及版权,请联系删
相关文章
QR Code
微信扫一扫,欢迎咨询~

联系我们
武汉格发信息技术有限公司
湖北省武汉市经开区科技园西路6号103孵化器
电话:155-2731-8020 座机:027-59821821
邮件:tanzw@gofarlic.com
Copyright © 2023 Gofarsoft Co.,Ltd. 保留所有权利
遇到许可问题?该如何解决!?
评估许可证实际采购量? 
不清楚软件许可证使用数据? 
收到软件厂商律师函!?  
想要少购买点许可证,节省费用? 
收到软件厂商侵权通告!?  
有正版license,但许可证不够用,需要新购? 
联系方式 155-2731-8020
预留信息,一起解决您的问题
* 姓名:
* 手机:

* 公司名称:

姓名不为空

手机不正确

公司不为空