%% GA clc % 清屏 clear all; % 刪除workplace變量 close all; % 關(guān)掉顯示圖形窗口 warning off %% 參數(shù)初始化 popsize = 50; %種群規(guī)模 lenchrom = 17; %變量字串長(zhǎng)度 pc = 0.7; %設(shè)置交叉概率，本例中交叉概率是定值，若想設(shè)置變化的交叉概率可用表達(dá)式表示，或從寫一個(gè)交叉概率函數(shù)，例如用神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到的值作為交叉概率 pm = 0.3; %設(shè)置變異概率，同理也可設(shè)置為變化的 load(’Ereal.mat’) load(’Freal.mat’) maxgen = 500; % 進(jìn)化次數(shù) %定義弧的權(quán)矩陣和幾點(diǎn)換乘權(quán)矩陣 %種群 popmax = 9; popmin = 1; popmax2 = 0 popmin2 = -4 bound = [popmin popmax;popmin2 popmax2;popmin popmax;popmin2 popmax2;popmin popmax;popmin2 popmax2;popmin popmax;popmin2 popmax2;popmin popmax;popmin2 popmax2;popmin popmax;popmin2 popmax2;popmin popmax;popmin2 popmax2;popmin popmax;popmin2 popmax2;popmin popmax]; %變量范圍 %% 產(chǎn)生初始粒子和速度 for i=1:popsize %隨機(jī)產(chǎn)生一個(gè)種群 GApop(i, : )=Code(lenchrom,popmax,bound,E); %隨機(jī)產(chǎn)生個(gè)體，GApop是lenchrom和bound的一個(gè)函數(shù)，是100*7的矩陣，GApop(i,:)是1*7的一行數(shù)字，等于是對(duì)每個(gè)i去執(zhí)行一次Code函數(shù)和test函數(shù) %或者說Code函數(shù)指編碼過程，以lenchrom和bound為依據(jù)進(jìn)行編碼 %Code經(jīng)過檢驗(yàn)后，GApop第i行賦值為每一個(gè)Code列向量 %計(jì)算適應(yīng)度 p = [] for u=1:2:(lenchrom-2) p = [p E(GApop(i,u),GApop(i,u+2),-GApop(i,u+1))] end q = [] for j=3:2:(lenchrom-2) q = [q F(-GApop(i,j-1),-GApop(i,j+1),GApop(i,j))] end fitness(i) = sum(p)+sum(q); %染色體的適應(yīng)度 end %找最好的染色體 [bestfitness bestindex]=min(fitness); %min函數(shù)左側(cè)是適應(yīng)度矩陣(1*100)中最佳值和對(duì)應(yīng)位置，bestindex為什么不是最優(yōu)的位置（是生成的第一批的最優(yōu)和位置） zbest = GApop(bestindex,:); %全局最佳，最佳位置對(duì)應(yīng)的染色體向量 gbest = GApop; %個(gè)體最佳，100*7矩陣 fitnessgbest = fitness; %個(gè)體最佳適應(yīng)度值,指同樣的函數(shù)式 fitnesszbest = bestfitness; %全局最佳適應(yīng)度值，同上 %% 迭代尋優(yōu) for i=1:maxgen i %種群更新 GA選擇更新 GApop = Select2(GApop,fitness,popsize); %產(chǎn)生了輪盤賭選出的100個(gè)染色體 % 交叉操作 GA GApop = Cross(pc,lenchrom,GApop,popsize,bound,E); %這里刪掉了兩個(gè)操作 % 變異操作 GA變異 GApop = Mutation(pm,lenchrom,GApop,popsize,[i maxgen],bound,popmax,E); % 元素刪除 GA變異 GApop = Mutation2(pm,lenchrom,GApop,popsize,[i maxgen],bound,E); pop = GApop; for j=1:popsize %適應(yīng)度值 p = [] for u=1:2:(lenchrom-2) p = [p E(GApop(j,u),GApop(j,u+2),-GApop(j,u+1))] end q = [] for v=3:2:(lenchrom-2) q = [q F(-pop(j,v-1),-pop(j,v+1),pop(j,v))] end fitness(j) = sum(p)+sum(q); %染色體的適應(yīng)度 %對(duì)每個(gè)滿足約束的個(gè)體計(jì)算適應(yīng)度(不符合就不更新） %個(gè)體最優(yōu)更新 if fitness(j) < fitnessgbest(j) gbest(j, : ) = pop(j,:); fitnessgbest(j) = fitness(j); %每一代如果適應(yīng)度變小就更新，否則不更新；輸出的fitness 是最后一代的適應(yīng)度 end %群體最優(yōu)更新 if fitness(j) < fitnesszbest zbest = pop(j,:); fitnesszbest = fitness(j); %兩次更新都循環(huán)100次，每一個(gè)fitness(j)都和兩個(gè)數(shù)比一遍 end end yy(i) = fitnesszbest; end %% 結(jié)果 disp ’*************best particle number****************’ zbest %% plot(yy,’linewidth’,2); title([’適應(yīng)度曲線 ’ ’終止代數(shù)＝’ num2str(maxgen)]); xlabel(’進(jìn)化代數(shù)’);ylabel(’適應(yīng)度’); grid on