04201808494matlab智能算法30個案例分析

1、MATLAB 智能算法 30個案例分析第 1章1、案例背景遺傳算法（Genetic Algorithm，GA）是一種進化算法，其基本原理是仿效生物界中的“物競天擇、適者生存”的演化法則。遺傳算法的做法是把問題參數(shù)編碼為染色體，再利用迭代的方式進行選擇、交叉以及變異等運算來交換種群中染色體的信息，最終生成符合優(yōu)化目標的染色體。在遺傳算法中，染色體對應(yīng)的是數(shù)據(jù)或數(shù)組，通常是由一維的串結(jié)構(gòu)數(shù)據(jù)來表示，串上各個位置對應(yīng)基因的取值?；蚪M成的

2、串就是染色體，或者叫基因型個體( Individuals)。一定數(shù)量的個體組成了群體（Population)。群體中個體的數(shù)目稱為群體大?。≒opulation Size），也叫群體規(guī)模。而各個個體對環(huán)境的適應(yīng)程度叫做適應(yīng)度( Fitness)。2、案例目錄：1.1理論基礎(chǔ)遺傳算法概述1.編碼2.初始群體的生成3.適應(yīng)度評估4.選擇5.交叉6.變異設(shè)菲爾德遺傳算法工具箱1.工具箱簡介2.工具箱添加1.2案例背景問題描述1.簡單一元函數(shù)優(yōu)

3、化2.多元函數(shù)優(yōu)化解決思路及步驟1.3 MATLAB程序?qū)崿F(xiàn)工具箱結(jié)構(gòu)遺傳算法中常用函數(shù)1.創(chuàng)建種群函數(shù)—crtbp2.適應(yīng)度計算函數(shù)—ranking3.選擇函數(shù)—select4.交叉算子函數(shù)—recombin5.變異算子函數(shù)—mut6.選擇函數(shù)—reins7.實用函數(shù)—bs2rv8.實用函數(shù)—rep%獲取每代的最優(yōu)解及其序號，Y為最優(yōu)解,I為個體的序號[Y,I]=min(ObjV);trace(1,gen)=X(I); %記下每代的最

4、優(yōu)值trace(2,gen)=Y; %記下每代的最優(yōu)值endplot(trace(1,:),trace(2,:),'bo'); %畫出每代的最優(yōu)點grid on;plot(X,ObjV,'b*'); %畫出最后一代的種群hold off%%畫進化圖figure(2);plot(1:MAXGEN,trace(2,:));grid onxlabel('遺傳代數(shù)')ylabel('解的變

5、化')title('進化過程')bestY=trace(2,end);bestX=trace(1,end);fprintf(['最優(yōu)解:\nX=',num2str(bestX),'\nY=',num2str(bestY),'\n'])2.多元函數(shù)優(yōu)化clcclear allclose all%%畫出函數(shù)圖figure(1);lbx=-2;ubx=2; %函數(shù)自變量

6、x范圍【-2,2】lby=-2;uby=2; %函數(shù)自變量 y范圍【-2,2】ezmesh('y*sin(2*pi*x)+x*cos(2*pi*y)',[lbx,ubx,lby,uby],50); %畫出函數(shù)曲線hold on;%%定義遺傳算法參數(shù)NIND=40; %個體數(shù)目MAXGEN=50; %最大遺傳代數(shù)PRECI=20; %變量的二進制位數(shù)GGAP=0.95; %代溝px=0.7; %交叉概率pm=0.01; %