遗传算法全局寻优代码

%% GA
clc % 清屏
clear all; % 删除workplace变量
close all; % 关掉显示图形窗口
warning off
%% 参数初始化
popsize=100;              %种群规模
lenchrom=7;              %变量字串长度

pc=0.7;                  %设置交叉概率，本例中交叉概率是定值，若想设置变化的交叉概率可用表达式表示，或从写一个交叉概率函数，例如用神经网络训练得到的值作为交叉概率
pm=0.3;                  %设置变异概率，同理也可设置为变化的

maxgen=100;   % 进化次数  

%种群
popmax=50;
popmin=0;
bound=[popmin popmax;popmin popmax;popmin popmax;popmin popmax;popmin popmax;popmin popmax;popmin popmax];  %变量范围

%% 产生初始粒子和速度
for i=1:popsize
    %随机产生一个种群
    GApop（i:）=Code（lenchrombound）;       %随机产生个体
    %计算适应度
    fitness（i）=fun（GApop（i:））;            %染色体的适应度
end

%找最好的染色体
[bestfitness bestindex]=min（fitness）;
zbest=GApop（bestindex:）;   %全局最佳
gbest=GApop;                %个体最佳
fitnessgbest=fitness;       %个体最佳适应度值
fitnesszbest=bestfitness;   %全局最佳适应度值

%% 迭代寻优
for i=1:maxgen
        i
        %种群更新 GA选择更新
        GApop=Select2（GApopfitnesspopsize）;

        % 交叉操作 GA
        GApop=Cross（pclenchromGApoppopsizebound）;