1. 遗传算法的原理
网上实在太多了，这里就不过多赘述了
2. 主函数
% 遗传算法 % 求sum(x)的最小值（具体要求见fun.m） clc;clear nVar = 100; % x的长度 nPop = 30; % 种群规模大小为30 maxIt = 2000; % 最大迭代次数 nPc = 0.8; % 子代规模的比例 nC = round(nPop * nPc/2)*2;% 子代规模的大小 round(）得出最接近的整数,同时进行偶数化操作 nMu = 0.01; % 变异概率为0.01 % 用结构体方式来存储变量，使得x,y有一个绑定的关系 template.x = []; % 模板 template.y = []; % 模板 % repmat函数主要是用于快速的产生一个大的矩阵 Parent = repmat(template,nPop,1); % 父染色体，产生一个30*1的矩阵，每行包括x和y % 初始化种群 for i = 1 : nPop Parent(i).x = randi([0,1],1,nVar); % 随机生成100个【0,1】的x值 Parent(i).y = fun(Parent(i).x); % 计算适应度，也就是目标函数 end for It = 1 : maxIt Offspring = repmat(template,nC/2,2); % 分成两列为了好进行数据的交叉操作 for j = 1 : nC/2 p1 = SelectPop(Parent); p2 = SelectPop(Parent); [Offspring(j,1).x, Offspring(j,2).x] = crossPop(p1.x, p2.x); % 进行交叉操作 end Offspring = Offspring(:); % 变成列的形式,便于写for循环 for k = 1 : nC Offspring(k).x = mutatePop(Offspring(k).x,nMu); % 进行变异操作 Offspring(k).y = fun(Offspring(k).x); end newPop = [Parent;Offspring]; % 新的种群 % ~是不输出此参数，sort返回的第一个参数是数值大小，第二个是索引，’ascend’为升序排列 [~,so]= sort([newPop.y],'ascend'); % 从小到大对y值进行排列 newPop = newPop(so); % 刷新种群排序 Parent = newPop(1 : nPop); disp(['迭代次数：',num2str(It), ', 最小值为： ', num2str(Parent(1).y)]) end 3 . 选择函数
% 选择函数 function p = SelectPop(Parent) % 锦标赛选择法 % 锦标赛方法选择策略每次从种群中取出一定数量个体，然后选择其中最好的一个进入子代种群 % 重复该操作，直到新的种群规模达到原来的种群规模 n = numel(Parent); % 父代种群的个数 index = randperm(n); % 随机打乱序列，选中前两个 p1 = Parent(index(1));% 第一个 p2 = Parent(index(2));% 第二个 if p1.y < p2.y p = p1; else p = p2; end end 4.交叉函数（单点交叉）
% 交叉函数 function [y1,y2] = crossPop(x1, x2) %单点交叉 n = numel(x1);% 算出x1的长度 s = randi([1, n-1]);% 随机选出一个交叉点，-1操作是因为如果选择最后一位，就相当于没有交叉 y1 = [x1(1:s) x2(s+1:end)];% 重组 y2 = [x2(1:s) x1(s+1:end)];% 重组 end 5.变异函数（单点变异）
% 变异函数 function p = mutatePop(x,mu) % 单点变异 if rand <= mu % 单独一个rand是得到一个在(0,1)之间均匀分布的伪随机数 n = numel(x); s = randi([1,n]); if x(s) == 0 x(s) = 1; elseif x(s) ==1 x(s) = 0; end end p = x; end 6.适应度函数
function y = fun(x) % 计算输入x的和，x是【0,1】区间的正整数 y = sum(x); end % randi()函数 % randi(limin,imax].[m n]) % 产生m*n矩阵，这个矩阵的元素都是处于imin和imax之间的整数 版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/225547.html原文链接：https://javaforall.net
![3.20 DAY3[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
