遗传算法GA求解函数极值

loading 分享 2026-9-16 下载文档

v2=chrom(index(2),pos);

chrom(index(1),pos)=pick*v2+(1-pick)*v1;

chrom(index(2),pos)=pick*v1+(1-pick)*v2; %交叉结束

flag1=test(lenchrom,bound,chrom(index(1),:)); %检验染色体1的可行性 flag2=test(lenchrom,bound,chrom(index(2),:)); %检验染色体2的可行性 if flag1*flag2==0 flag=0; else flag=1;

end %如果两个染色体不是都可行,则重新交叉 end end

ret=chrom;

Code

function ret=Code(lenchrom,bound)

%本函数将变量编码成染色体,用于随机初始化一个种群 % lenchrom input : 染色体长度

% bound input : 变量的取值范围 % ret output: 染色体的编码值

flag=0;

while flag==0

pick=rand(1,lenchrom);

ret=bound(:,1)'+(bound(:,2)-bound(:,1))'.*pick; %线性插值

flag=test(lenchrom,bound,ret); %检验染色体的可行性 end

Select2

function ret=Select(individuals,fitness,sizepop)

% 本函数对每一代种群中的染色体进行选择,以进行后面的交叉和变异 % individuals input : 种群信息 % fitness input : 适应度

% sizepop input : 种群规模

% opts input : 选择方法的选择 % ret output : 经过选择后的种群

fitness= 1./(fitness);

sumfitness=sum(fitness); sumf=fitness./sumfitness; index=[];

for i=1:sizepop %转sizepop次轮盘 pick=rand;

while pick==0 pick=rand; end

for j=1:sizepop pick=pick-sumf(j); if pick<0

index=[index j];

break; %寻找落入的区间,此次转轮盘选中了染色体i,注意:在转sizepop次轮盘的过程中,有可能会重复选择某些染色体 end end end

individuals=individuals(index,:); fitness=fitness(index); ret=individuals;

test

function flag=test(lenchrom,bound,code) % lenchrom input : 染色体长度

% bound input : 变量的取值范围 % code output: 染色体的编码值

flag=1;

[n,m]=size(code);

fori=1:n

if code(i)bound(i,2) flag=0; end end


遗传算法GA求解函数极值.doc 将本文的Word文档下载到电脑
搜索更多关于: 遗传算法GA求解函数极值 的文档
相关推荐
相关阅读