遗传算法程序示例

遗传算法程序示例

%% I. 清空环境变量

%optimtool solver 中选择GA

%添加gaot工具箱

clear all

clc

%% II. 绘制函数曲线

x = 0:0.01:9;

y = x + 10*sin(5*x)+7*cos(4*x);

figure

plot(x, y)

xlabel('自变量')

ylabel('因变量')

title('y = x + 10*sin(5*x) + 7*cos(4*x)')

grid

%% III. 初始化种群

initPop = initializega(50,[0 9],'fitness'); %种群大小；变量变化范围；适应度函数的名称

%看一下initpop 第二列代表适应度函数值

%% IV. 遗传算法优化

[x endPop bpop trace] = ga([0 9],'fitness',[],initPop,[1e-6 1 1],'maxGenTerm',25,...

'normGeomSelect',0.08,'arithXover',2,'nonUnifMutation',[2 25 3]);

%变量范围上下界；适应度函数；适应度函数的参数；初始种群；精度和显示方式；终止函数的名称；

%终止函数的参数；选择函数的名称；选择函数的参数；交叉函数的名称；交叉函数的参数；变异函数的

%名称；变异函数的参数

% X 最优个体endpop 优化终止的最优种群bpop 最优种群的进化轨迹trace 进化迭代过程中

%最优的适应度函数值和适应度函数值矩阵

%% V. 输出最优解并绘制最优点

x

hold on

plot (endPop(:,1),endPop(:,2),'ro')

%% VI. 绘制迭代进化曲线

figure(2)

plot(trace(:,1),trace(:,3),'b:')

hold on

plot(trace(:,1),trace(:,2),'r-')

xlabel('Generation'); ylabel('Fittness'); legend('Mean Fitness', 'Best Fitness')