getstbests.m

离散算法

% 函数功能： 返回输入种群中的全局最优解及其个数，粒子编号改为 -1
%   |--注意：输入的种群必须按照  适应度值 升序排列
function [out_bests, out_bCount]=getStBests(in_stPop, in_comInd, in_jobCount, in_dCInd, in_nDInd, in_fitInd, in_pBInd)
% 输入参数： 
%   |--in_stPop: 要得到全局最优解的种群，包括解的全部信息  （(popSize + gBCount) × parInfSize）维
%   |--in_comInd: 比较的位置
%   |--in_jobCount:  作业个数，应等于主函数中的 jobCount
%   |--in_dCInd:  被优越数在记录粒子信息的一维数组中的位置，应等于主函数中的 dCInd
%   |--in_nDInd:  邻近密度在记录粒子信息的一维数组中的位置，应等于主函数中的 nDInd
%   |--in_fitInd: 适应度值在记录粒子信息的一维数组中的位置，应等于主函数中的 fitInd
%   |--in_pBInd: 粒子编号在记录粒子信息的一维数组中的位置，应等于主函数中的 pBInd
% 返回参数：
%   |--out_bests:   全局最优解，（out_bCount × parInfSize）维
%   |--out_bCount:   全局最优解的个数，视具体情况而定

[f_pSize, f_parInfSize]= size(in_stPop);
% in_pBInd = in_fitInd + 1; % 粒子号数在这里没用，在替换差解时用来判断是否是gBest，是就不替换该位置

out_bests(1, 1: in_fitInd) = in_stPop(1, 1: in_fitInd);% 默认排序后 适应度值 最低的为全局最优解
out_bests(1, in_pBInd) = -1;
out_bCount = 1;
%%－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－%%
%       选出所有的非劣解，判断条件为 适应度值 为 第一个粒子的适应度
stPi=2;  % 起始位置
% gBf=in_stPop(1,in_fitInd);
f_bestCom = in_stPop(1, in_comInd); % 最优解的 适应度
while (stPi <= f_pSize ) && (in_stPop(stPi, in_comInd) == f_bestCom) % 在前几个中搜索，只适用于按 适应度值 排完序的
    serPi = 1;
    findFlag = 0; % 表示没找到相同的序列
    while (serPi <= out_bCount) && (findFlag == 0)
        if  (in_stPop(stPi,1: in_jobCount) == out_bests(serPi, 1: in_jobCount) )
            findFlag = 1;
        end
        serPi = serPi + 1;
    end
    if (findFlag == 0) && (in_stPop(stPi, in_dCInd) == 0) % 该粒子还没进入 全局最优解，且不是劣解
        out_bCount = out_bCount+1;
        out_bests(out_bCount, 1: in_fitInd)=in_stPop(stPi, 1: in_fitInd);
        out_bests(out_bCount, in_pBInd) = -1;
    end
    stPi = stPi + 1;
end
% % % % % %%－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－%%
% % % % % %       根据邻近密度，转化适应度为选择压力，邻近密度越小，即个体越优，选择压力越大
% % % % % % 为防止邻居数为0时，选择概率为100％，统一修正加1
% % % % % f_nDensity = -ones(out_bCount, 1);
% % % % % f_nDensity(:, 1) = out_bests(:, in_nDInd) + 1;
% % % % % f_nDSum = sum(f_nDensity);
% % % % % for (f_gBi = 1: out_bCount)
% % % % %     out_bests(f_gBi, in_fitInd) = (f_nDSum - out_bests(f_gBi, in_nDInd)) / f_nDSum;
% % % % % end