1.はじめに
1
遺伝的アルゴリズムの概要遺伝的アルゴリズムは、自然進化をシミュレートする最適化された検索アルゴリズムです。適応度関数だけで最適解を求めることができるため、問題の解空間に関する知識を必要とせず、連続微分可能性などの条件に制約されないため、マルチ解法に使用されます。 -次元の高度に非線形な複雑な最適化問題は広く使用されており、詳細な研究が行われています。
遺伝的アルゴリズムは、パターン認識、ニューラルネットワーク、機械学習、産業最適化制御、適応制御、生物科学、社会科学で使用されます。
遺伝的アルゴリズムの2つの原則
第二に、ソースコード
clc
tic
%%参数初始化
maxgen=100; %进化代数，即迭代次数，初始预定值选为100
sizepop=200; %种群规模，初始预定值选为100
pcross=0.9; %交叉概率选择，0和1之间，一般取0.9
pmutation=0.01; %变异概率选择，0和1之间，一般取0.01
individuals=struct('fitness',zeros(1,sizepop),'chrom',[]);
%种群，种群由sizepop条染色体(chrom)及每条染色体的适应度(fitness)组成
avgfitness=[];
%记录每一代种群的平均适应度，首先赋给一个空数组
bestfitness=[];
%记录每一代种群的最佳适应度，首先赋给一个空数组
bestchrom=[];
%记录适应度最好的染色体，首先赋给一个空数组
%初始化种群
for i=1:sizepop
%随机产生一个种群
individuals.chrom(i,:)=4000*rand(1,12);
%把12个0~4000的随机数赋给种群中的一条染色体，代表K=4个聚类中心
x=individuals.chrom(i,:);
%计算每条染色体的适应度
individuals.fitness(i)=fitness(x);
end
%%找最好的染色体
[bestfitness bestindex]=max(individuals.fitness);
%找出适应度最大的染色体，并记录其适应度的值(bestfitness)和染色体所在的位置(bestindex)
bestchrom=individuals.chrom(bestindex,:);
%把最好的染色体赋给变量bestchrom
avgfitness=sum(individuals.fitness)/sizepop;
%计算群体中染色体的平均适应度
trace=[avgfitness bestfitness];
%记录每一代进化中最好的适应度和平均适应度
for i=1:maxgen
i
%输出进化代数
individuals=Select(individuals,sizepop);
avgfitness=sum(individuals.fitness)/sizepop;
%对种群进行选择操作，并计算出种群的平均适应度
individuals.chrom=Cross(pcross,individuals.chrom,sizepop);
%对种群中的染色体进行交叉操作
individuals.chrom=Mutation(pmutation,individuals.chrom,sizepop);
%对种群中的染色体进行变异操作
for j=1:sizepop
x=individuals.chrom(j,:);%解码
[individuals.fitness(j)]=fitness(x);
end
%计算进化种群中每条染色体的适应度
[newbestfitness,newbestindex]=max(individuals.fitness);
[worestfitness,worestindex]=min(individuals.fitness);
%找到最小和最大适应度的染色体及它们在种群中的位置
if bestfitness<newbestfitness
bestfitness=newbestfitness;
bestchrom=individuals.chrom(newbestindex,:);
end
%代替上一次进化中最好的染色体
individuals.chrom(worestindex,:)=bestchrom;
individuals.fitness(worestindex)=bestfitness;
%淘汰适应度最差的个体
avgfitness=sum(individuals.fitness)/sizepop;
trace=[trace;avgfitness bestfitness];
%记录每一代进化中最好的适应度和平均适应度
end
% 交叉概率决定是否进行交叉
pick=rand;
while pick==0
pick=rand;
end
if pick>pcross
continue;
end
pick=rand;
while pick==0
pick=rand;
end
for i=1:sizepop
pick=pick-sumf(i);
if pick<0
index=[index i];
break;
end
end
end
individuals.chrom=individuals.chrom(index,:);
individuals.fitness=individuals.fitness(index);
ret=individuals;
3、実行中の結果
四、備考
QQ1575304183を追加するために、コードを完成させるか、記述してください