三个遗传算法程序精品毕业设计完整版Word格式.docx

1、error（数据输入错误,请重新输入（LBUB）:s=sprintf（程序运行需要约%.4f 秒钟时间,请稍等.,（eranum*popsize/1000）;disp（s）;global m n NewPop children1 children2 VarNumbounds=LB;UB;bits=;VarNum=size（bounds,1）;precision=options（2）;%由求解精度确定二进制编码长度bits=ceil（log2（bounds（:,2）-bounds（:,1） ./ precision）;%由设定精度划分区间Pop=InitPopGray（popsize,bits）

2、;%初始化种群m,n=size（Pop）;NewPop=zeros（m,n）;children1=zeros（1,n）;children2=zeros（1,n）;pm0=pMutation;BestPop=zeros（eranum,n）;%分配初始解空间BestPop,TraceTrace=zeros（eranum,length（bits）+1）;i=1;while i=eranumfor j=1:mvalue（j）=feval（FUN（1,:）,（b2f（Pop（j,:）,bounds,bits）;%计算适应度MaxValue,Index=max（value）;BestPop（i,:）=Po

3、p（Index,:Trace（i,1）=MaxValue;Trace（i,（2:length（bits）+1）=b2f（BestPop（i,:）,bounds,bits）;selectpop=NonlinearRankSelect（FUN,Pop,bounds,bits）;%非线性排名选择CrossOverPop=CrossOver（selectpop,pCross,round（unidrnd（eranum-i）/eranum）;%采用多点交叉和均匀交叉，且逐步增大均匀交叉的概率%round（unidrnd（eranum-i）/eranum）MutationPop=Mutation（Cross

4、OverPop,pMutation,VarNum）;%变异InversionPop=Inversion（MutationPop,pInversion）;%倒位Pop=InversionPop;%更新pMutation=pm0+（i4）*（pCross/3-pm0）/（eranum4）;%随着种群向前进化，逐步增大变异率至1/2交叉率p（i）=pMutation;i=i+1;t=1:eranum;plot（t,Trace（:,1）title（函数优化的遗传算法xlabel（进化世代数（eranum）ylabel（每一代最优适应度（maxfitness）MaxFval,I=max（Trace（:,

5、1）;X=Trace（I,（2:length（bits）+1）;hold on; plot（I,MaxFval,*text（I+5,MaxFval,FMAX= num2str（MaxFval）;str1=sprintf （进化到 %d 代 ,自变量为 %s 时,得本次求解的最优值 %fn对应染色体是：%s,I,num2str（X）,MaxFval,num2str（BestPop（I,:）;disp（str1）;%figure（2）;plot（t,p）;%绘制变异值增大过程T2=clock;elapsed_time=T2-T1;if elapsed_time（6）elapsed_time（6）=

6、elapsed_time（6）+60; elapsed_time（5）=elapsed_time（5）-1;if elapsed_time（5）1时,b（i）=mod（a（i-1）+a（i）,2）%其中原二进制串:a（1）a（2）.a（n）,Gray串:b（1）b（2）.b（n）initpop（i,:）=pop（1:end-1）;initpop（popsize,:）=ones（1,len）;%The whole one encoding individual%解码function fval = b2f（bval,bounds,bits） % fval - 表征各变量的十进制数% bval -

7、表征各变量的二进制编码串% bounds - 各变量的取值范围% bits - 各变量的二进制编码长度scale=（bounds（:./（2.bits-1）; %The range of the variablesnumV=size（bounds,1）;cs=0 cumsum（bits）;for i=1:numVa=bval（cs（i）+1）:cs（i+1）;fval（i）=sum（2.（size（a,2）-1:-1:0）.*a）*scale（i）+bounds（i,1）;%选择操作%采用基于轮盘赌法的非线性排名选择%各个体成员按适应值从大到小分配选择概率：%P（i）=（q/1-（1-q）n）

8、*（1-q）i, 其中 P（0）P（1）.P（n）, sum（P（i）=1function selectpop=NonlinearRankSelect（FUN,pop,bounds,bits） global m nselectpop=zeros（m,n）;fit=zeros（m,1）;fit（i）=feval（FUN（1,:）,（b2f（pop（i,:%以函数值为适应值做排名依据selectprob=fit/sum（fit）;%计算各个体相对适应度（0,1）q=max（selectprob）;%选择最优的概率x=zeros（m,2）;x（:,1）=m:1y x（:,2）=sort（select

9、prob）;r=q/（1-（1-q）m）;%标准分布基值newfit（x（:,2）=r*（1-q）.（x（:,1）-1）;%生成选择概率newfit=cumsum（newfit）;%计算各选择概率之和rNums=sort（rand（m,1）;fitIn=1;newIn=1;while newIn=mif rNums（newIn）newfit（fitIn）selectpop（newIn,:）=pop（fitIn,:newIn=newIn+1;elsefitIn=fitIn+1;%交叉操作function NewPop=CrossOver（OldPop,pCross,opts） %OldPop为父

10、代种群，pcross为交叉概率global m n NewPop r=rand（1,m）;y1=find（r=pCross）;len=length（y1）;if len2&mod（len,2）=1%如果用来进行交叉的染色体的条数为奇数，将其调整为偶数y2（length（y2）+1）=y1（len）;y1（len）=;if length（y1）=2for i=0:2:length（y1）-2if opts=0NewPop（y1（i+1）,:）,NewPop（y1（i+2）,:）=EqualCrossOver（OldPop（y1（i+1）,:）,OldPop（y1（i+2）,:）;）=MultiP

11、ointCross（OldPop（y1（i+1）,:end NewPop（y2,:）=OldPop（y2,:%采用均匀交叉function children1,children2=EqualCrossOver（parent1,parent2）global n children1 children2 hidecode=round（rand（1,n）;%随机生成掩码crossposition=find（hidecode=1）;holdposition=find（hidecode=0）;children1（crossposition）=parent1（crossposition）;%掩码为1，父1为

12、子1提供基因children1（holdposition）=parent2（holdposition）;%掩码为0，父2为子1提供基因children2（crossposition）=parent2（crossposition）;%掩码为1，父2为子2提供基因children2（holdposition）=parent1（holdposition）;%掩码为0，父1为子2提供基因%采用多点交叉，交叉点数由变量数决定function Children1,Children2=MultiPointCross（Parent1,Parent2）global n Children1 Children2 V

13、arNumChildren1=Parent1;Children2=Parent2;Points=sort（unidrnd（n,1,2*VarNum）;VarNumChildren1（Points（2*i-1）:Points（2*i）=Parent2（Points（2*i-1）:Points（2*i）;Children2（Points（2*i-1）:Points（2*i）=Parent1（Points（2*i-1）:%变异操作function NewPop=Mutation（OldPop,pMutation,VarNum）global m n NewPopposition=find（r=pMut

14、ation）;len=length（position）;=1lenk=unidrnd（n,1,VarNum）; %设置变异点数，一般设置1点length（k）if OldPop（position（i）,k（j）=1OldPop（position（i）,k（j）=0;OldPop（position（i）,k（j）=1;NewPop=OldPop;%倒位操作function NewPop=Inversion（OldPop,pInversion）PopIn=find（r=pInversion）;len=length（PopIn）;d=sort（unidrnd（n,1,2）;if d（1）=1&d（2

15、）=nNewPop（PopIn（i）,1:d（1）-1）=OldPop（PopIn（i）,1:d（1）-1）;NewPop（PopIn（i）,d（1）:d（2）=OldPop（PopIn（i）,d（2）:d（1）;NewPop（PopIn（i）,d（2）+1:n）=OldPop（PopIn（i）,d（2）+1:n）;遗传算法程序（二）:function youhuafunD=code;N=50; % Tunable maxgen=50;crossrate=0.5; %Tunable muterate=0.08;generation=1;num = length（D）;fatherrand=ra

16、ndint（num,N,3）;score = zeros（maxgen,N）;while generation1450）|（min（F2）=900） DATA property F2 exceed its range （900,1450） % get group property F1 of data, according to F2 value F4=zeros（size（F1）;for ite=11:1 index=find（F2best.max_fadvance_k=advance_k+1;x_better（advance_k）=fitness.x;best.max_f=max（f）;best.popus=popus;best.x=fitness.x;if mod（advance_k,SPEEDUP_INTER）=0RANGE=minmax（x_better）;RANGEadvance=0;return;function popus=init%初始化M=50;%种群个体数目N=30;%编码长度popus=round（rand（M,N）;