遺传算法matlab实现源程序.docVIP

下载本文档

2
0
约5.4千字
约 11页
2017-01-17 发布于重庆
举报
版权申诉

遺传算法matlab实现源程序.doc

1、本文档共11页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

遺传算法matlab实现源程序

clc; clear; %各份订单基本数据 phen=[1 2 3 4 5 6 7 8 9 10 11 12 13 14??????????????????? 41,52,-23,-46,-143,-74,-56,101,73,74,95,86,-35,32?????????? 65,23,-76,104,34,38,4,-23,55,-49,39,89,-86,52????????????? 7716,9887,12188,8819,4002,6119,3284,4607,5600,4587,9821,13024,6547,2684?? 500,400,1000,120,0,235,654,241,0,361,120,254,300,150?? 1,4,2,2,4,4,3,3,3,1,4,5,1,3????????????????????????????? 2.7,1.8,4,2.5,1.6,1,3.6,5,4.2,1.9,6.4,2.8,1.4,8];????????? hromlength=14;?????????????????????????? popsize=30;?????????????????????????????? maxgen=500;???????????????????????????? pc=0.8;?????????????????????????????????? pm=0.04;????????????????????????????????????????????????? for kem=1:popsize population(kem,:)=randperm(hromlength);?????????????? end population; %评价目标函数值 for uim=1:popsize ??? vector=population(uim,:); ??? obj(uim)=hanshu(hromlength,vector,phen); end %obj %min(obj) clear uim; objmin=min(obj); for sequ=1:popsize ??? if obj(sequ)==objmin ??????? opti=population(sequ,:); ??? end end clear sequ; fmax=22000; %== for gen=1:maxgen %选择操作 %将求最小值的函数转化为适应度函数 for indivi=1:popsize ??? obj1(indivi)=1/obj(indivi); end clear indivi; %适应度函数累加总合 total=0; for indivi=1:popsize ??? total=total+obj1(indivi); end clear indivi; %每条染色体被选中的几率 for indivi=1:popsize ??? fitness1(indivi)=obj1(indivi)/total; end clear indivi; %各条染色体被选中的范围 for indivi=1:popsize ??? fitness(indivi)=0; ??? for j=1:indivi ??????? fitness(indivi)=fitness(indivi)+fitness1(j); ??? end end clear j; fitness; %选择适应度高的个体 for ranseti=1:popsize ??? ran=rand; ??? while (ran1||ran0) ??????? ran=rand; ??? end ??? ran; ??? if ran=fitness(1) ??????? newpopulation(ranseti,:)=population(1,:); ??? else ??????? for fet=2:popsize ??????????? if (ranfitness(fet-1))(ran=fitness(fet)) ??????????????? newpopulation(ranseti,:)=population(fet,:); ??????????? end ??????? end ??? end end clear ran; newpopulation; %交叉 for int=1:2:popsize-1 ??? popmoth=newpopulation(int,:);????????????????????? ??? popfath=newpopulation(int+1,:);?????????????????