双层规划模型的遗传算法求解的Matlab源码文档格式.docx

双层规划模型的遗传算法求解的Matlab源码文档格式.docx

《双层规划模型的遗传算法求解的Matlab源码文档格式.docx》由会员分享，可在线阅读，更多相关《双层规划模型的遗传算法求解的Matlab源码文档格式.docx（6页珍藏版）》请在冰豆网上搜索。

%xbest 下层模型的最优决策变量

%BESTX K×

1细胞结构，每一个元素是M×

1向量，记录每一代的最优个体

%BESTY K×

1矩阵，记录每一代的最优个体的评价函数值

%ALLX K×

N矩阵，记录全部个体

%ALLY K×

N矩阵，记录全部个体的评价函数值

%%第一步：

种群初始化，确保满足约束的初始化

n=length（C0）;

%决策变量的个数

%种群初始化，每一行是一个样本

farm=zeros（NU,n）;

fori=1:

NU

Ta=randperm（n）;

Tb=unidrnd（n-1）+1;

farm（i,sort（Ta（p>

GT=farm（i,:

）;

GT=JZU（GT,V,Q）;

farm（i,:

）=GT;

end

%输出变量初始化

ALLX=cell（KU,1）;

%细胞结构，每一个元素是N×

n矩阵，记录每一代的个体

ALLY=zeros（KU,NU）;

%K×

N矩阵，记录每一代评价函数值

BESTX=cell（KU,1）;

%细胞结构，每一个元素是1×

n向量，记录每一代的最优个体

BESTY=zeros（KU,1）;

k=1;

%迭代计数器初始化

%%第二步：

迭代过程

whilek<

=KU

%%以下是交叉过程

newfarm=zeros（2*NU,n）;

Ser=randperm（NU）;

%两两随机配对的配对表AA=farm（Ser

（1）,:

BB=farm（Ser

（2）,:

P0=unidrnd（n-1）;

aa=[AA（p>

产生子代a

bb=[BB（p>

产生子代bifsum（aa）<

2

Tb=unidrnd（n-1）+1;

aa=zeros（1,n）;

aa（1,sort（Ta（p>

end

ifsum（bb）<

2Ta=randperm（n）;

bb=zeros（1,n）;

bb（1,sort（Ta（p>

endaa=JZU（aa,V,Q）;

bb=JZU（bb,V,Q）;

newfarm（2*NU-1,:

）=aa;

%加入子代种群newfarm（2*NU,:

）=bb;

fori=1:

（NU-1）AA=farm（Ser（i）,:

BB=farm（Ser（i+1）,:

P0=unidrnd（n-1）;

aa=[AA（p>

ifsum（aa）<

aa=zeros（1,n）;

bb（1,sort（Ta（p>

endaa=JZU（aa,V,Q）;

newfarm（2*i-1,:

newfarm（2*i,:

endFARM=[farm;

newfarm];

%%选择复制SER=randperm（3*NU）;

FITNESS=zeros（1,3*NU）;

fitness=zeros（1,NU）;

（3*NU）

u=FARM（i,:

[xbest,BESTXx,BESTYy,ALLXx,ALLYy]=GAD（u,KD,ND,PmD,V,Q,R,m,t,p0,CF）;

%调用

下层遗传

算法得到x

x=xbest;

FITNESS（i）=OBJU（x,u,Alpha,Beta,C0,Q0,h,a,b,d,Q,Cr,m,t）;

NUf1=FITNESS（SER（3*i-2））;

f2=FITNESS（SER（3*i-1））;

f3=FITNESS（SER（3*i））;

iff1<

=f2&

&

f1<

=f3farm（i,:

）=FARM（SER（3*i-2）,:

fitness（i）=FITNESS（SER（3*i-2））;

elseiff2<

=f1&

f2<

=f3

）=FARM（SER（3*i-1）,:

fitness（i）=FITNESS（SER（3*i-1））;

else

）=FARM（SER（3*i）,:

fitness（i）=FITNESS（SER（3*i））;

%%记录最佳个体和收敛曲线

X=farm;

Y=fitness;

ALLX{k}=X;

ALLY（k,:

）=Y;

minY=min（Y）;

pos=find（Y==minY）;

BESTX{k}=X（pos

（1）,:

BESTY（k）=minY;

%%变异

ifPmU>

rand&

pos

（1）~=iTa=randperm（n）;

BB=zeros（1,n）;

BB（1,sort（Ta（p>

BB=JZU（BB,V,Q）;

）=BB;

enddisp（k）;

k=k+1;

%%绘图BESTY2=BESTY;

BESTX2=BESTX;

fork=1:

KUTempY=BESTY（p>

minTempY=min（TempY）;

posY=find（TempY==minTempY）;

BESTY2（k）=minTempY;

BESTX2{k}=BESTX{posY

（1）};

endBESTY=BESTY2;

BESTX=BESTX2;

plot（BESTY,'

-ko'

'

MarkerEdgeColor'

k'

MarkerFaceColor'

MarkerSize'

2）ylabel（'

函数值'

）

xlabel（'

迭代次数'

gridon