博客

遗传算法以及matlab程序实现

话不多说，直接上程序，该程序为寻找目标函数的最大值，代码中所用到的matlab函数大多是基于谢菲尔德大学的遗传算法工具箱实现的，所以有小伙伴运行时出现函数问题，那就应该安装一个谢菲尔德大学的遗传算法工具箱，在我主页里有

谢菲尔德大学遗传算法工具箱

，下面是代码部分：

%% 标准遗传算法SGA
clear
clc
pc=0.7;
pm=0.05;
%定义遗传算法参数
NIND=40;        %个体数目
MAXGEN=500;     %最大遗传代数
NVAR=2;               %变量的维数
PRECI=20;             %变量的二进制位数
GGAP=0.9;             %代沟
trace=zeros(MAXGEN,1);
FieldD=[rep(PRECI,[1,NVAR]);[-3,4.1;12.1,5.8];rep([1;0;1;1],[1,NVAR])];
Chrom=crtbp(NIND, NVAR*PRECI);                       %创建初始种群
gen=0;                                               %代计数器   
maxY=0; %最优值
ObjV=ObjectFunction(bs2rv(Chrom, FieldD));%计算初始种群个体的目标函数值
while gen<MAXGEN                                     %迭代
    FitnV=ranking(-ObjV);                            %分配适应度值(Assign fitness values)
    SelCh=select('rws', Chrom, FitnV, GGAP);         %选择
    SelCh=recombin('xovsp', SelCh, pc);              %重组
    SelCh=mut(SelCh,pm);                             %变异
    ObjVSel=ObjectFunction(bs2rv(SelCh, FieldD));           %计算子代目标函数值
    [Chrom ObjV]=reins(Chrom, SelCh, 1, 1, ObjV, ObjVSel);  %重插入
    gen=gen+1;           %代计数器增加
    if maxY<max(ObjV)
        maxY=max(ObjV);
    end
    trace(gen,1)=maxY;
% %     [maxO,maxI]=max(ObjV);
% %     maxObjV(gen,:)=maxO;
% %     maxChrom(gen,:)=Chrom(maxI,:);
end

%% 进化过程图
plot(1:gen,trace(:,1));

% % 输出最优解
[Y,I]=max(ObjV);
X=bs2rv(Chrom, FieldD);
disp(['最优值为：',num2str(Y)])
disp(['对应的自变量取值：',num2str(X(I,:))])
% % [Y,I]=max(maxObjV);
% % X=bs2rv(maxChrom(I,:),FieldD);
% % disp(['最优值为：',num2str(Y)])
% % disp(['对应的自变量取值：',num2str(X)])

这是遗传算法的主体部分，还需要一个函数文件（使用该遗传算法进行寻优的函数）如下：

function obj=ObjectFunction(X)
%% 待优化的目标函数
% X的每行为一个个体
col=size(X,1);
for i=1:col
    obj(i,1)=21.5+X(i,1)*sin(4*pi*X(i,1))+X(i,2)*sin(20*pi*X(i,2));
end

%%测试函数
% % col=size(X,1);
% % for i=1:col
% %         obj(i,1)=21.5+X(i,1)*sin(4*pi*X(i,2))+X(i,2)*sin(20*pi*X(i,3));
% % end

这里就可以实现用遗传算法寻找函数的最大值。

也可以子在此基础上进行改进，如寻找最小值，参数识别，以及与其他算法进行结合等等。

要想了解更多的算法以及源代码，欢迎点进我的主页