遗传算法最优保留

遗传算法 GA 最优保留 轮盘赌算子、单点交叉算子、位点变异算子 最后绘制最优适应度进化曲线

clc;
%初始化参数
T=100;%仿真代数
N=80;% 群体规模
pm=0.05;pc=0.8;%交叉变异概率
umax=2.048;umin=-2.048;%参数取值范围
L=10;%单个参数字串长度，总编码长度2L
bval=round（rand（N2*L））;%初始种群   %%RAND返回0到1的均匀分布随机数
bestv=-inf;%最优适应度初值
%迭代开始
for ii=1:T
%解码，计算适应度
for i=1:N
        y1=0;y2=0;
        for j=1:1:L
           y1=y1+bval（ij）*2^（L-j）;
        end
        x1=（umax-umin）*y1/（2^L-1）+umin;
        for j=（L+1）:1:2*L
           y2=y2+bval（ij）*2^（2*L-j）;
        end
        x2=（umax-umin）*y2/（2^L-1）+umin;
        obj（i）=100*（x1*x1-x2）^2+（1-x1）^2; %目标函数 
        xx（i:）=[x1x2];%用以记录当前x1和x2的值
    end
func=obj;%目标函数转换为适应度函数
p=func/sum（func）;
q=cumsum（p）;%累加
[fmaxindmax]=max（func）;%求当代最佳个体
   if fmax>=bestv
      bestv=fmax;%到目前为止最优适应度值
      bvalxx=bval（indmax:）;%到目前为止最佳位串
      optxx=xx（indmax:）;%到目前为止最优参数
   end   
   Bfit1（ii）=bestv; % 存储每代的最优适应度
%%%%遗传操作开始
%轮盘赌选择
 for i=1:（N-1）
    r=rand;
    tmp=find（r<=q）;
    newbval（i:）=bval（tmp（1）:）;
 end 
  newbval（N:）=bvalxx;%最优保留
  bval=newbval;
%单点交叉
for i=1:2:（N-1）
   cc=rand;
   if cc       point=ceil（rand*（2*L-1））;%取得一个1到2L-1的整数
       ch=bval（i:）;
       bval（ipoint+1:2*L）=bval（i+1point+1:2*L）;
       bval（i+1point+1:2*L）=ch（1point+1:2*L）;
    end
end   
bval（N:）=bvalxx;%最优保留
%位点变异
mm=rand（N2*L）mm（N:）=zeros（12*L）;%最后一行不变异，强制赋0
bval（mm）=1-bval（mm）; 
end
%输出
plot（Bfit1‘red‘）;% 绘制最优适应度进化曲线
title（‘函数最大值‘）;
bestv   %输出最优适应度值
optxx    %输出最优参数

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1679  2012-12-18 22:22  zuiyoubaoliu.m

----------- ---------  ---------- -----  ----

                 1679                    1