使用说明.txt

我自己的遗传算法工具箱

SGA（Simple Genetic Algorithm）是一种强大的智能多变量优化算法，它模仿种群繁殖规律来进行
优化。
本SGA可以优化变量，求最小值,最大值（当把函数倒数也就求最小值啦）
并且支持浮点编码，grey编码，二进制编码；轮赌法选择，锦标赛选择；单点交叉，均布交叉，浮点交叉；
单点变异，浮点变异；
调用时
Genetic（目标函数名）


使用环境：MATLAB6.5+ToolBox
使用SGA时，
首先需要一个目标函数（像AimFunc.m），该函数返回适应度
输入变量为待优化变量x
输出为一个适应度。



然后
修改Genetic.m中可以修改的地方
例一
maxgen=200;                         % 进化代数，即迭代次数
sizepop=100;                        % 种群规模
AimFunc=StrAimFunc;                 % 计算适应度的函数，本算法以目标函数值为适应度
fselect='tournament';               % 染色体的选择方法，您可以选择：锦标赛法－ 'tournament';轮盘                                      % 赌法－'roulette'
fcode='float';                      % 编码方法，您可以选择：浮点法－'float';grey法则－－'grey';二                                     % 进制法－'binary' 
pcross=[0.6];                       % 交叉概率选择，0和1之间
fcross='float';                     % 交叉方法选择，您可以选择： 浮点交叉－'float';单点交叉                                           % －'simple';均匀交叉－'uniform'
pmutation=[0.2];                    % 变异概率选择，0和1之间
fmutation='float';                  % 变异方法选择，您可以选择：浮点法－'float';单点法－'simple';

lenchrom=[1 1 1 1 1];               % 每个变量的字串长度，如果是浮点变量，则长度都为1
bound=[0 1;...                      % 每个变量的取值范围
        0 1;...
        0 1;...
        0 1;...
        0 1];                       

选择了浮点编码，tournament选择，浮点交叉，浮点变异。
注：采用浮点编码时，以后的交叉，变异只能是浮点，且lenchrom向量中都为1，向量长度为待优化变量个数。
bound为各个变量的范围


例二
maxgen=200;                         % 进化代数，即迭代次数
sizepop=100;                        % 种群规模
AimFunc=StrAimFunc;                 % 计算适应度的函数，本算法以目标函数值为适应度
fselect='tournament';               % 染色体的选择方法，您可以选择：锦标赛法－ 'tournament';轮盘                                      % 赌法－'roulette'
fcode='binary';                     % 编码方法，您可以选择：浮点法－'float';grey法则－－'grey';二                                     % 进制法－'binary' 
pcross=[0.6];                       % 交叉概率选择，0和1之间
fcross='uniform';                   % 交叉方法选择，您可以选择： 浮点交叉－'float';单点交叉                                           % －'simple';均匀交叉－'uniform'
pmutation=[0.2];                    % 变异概率选择，0和1之间
fmutation='simple';                 % 变异方法选择，您可以选择：浮点法－'float';单点法－'simple';

lenchrom=[10 10 10 10 10];          % 每个变量的字串长度，如果是浮点变量，则长度都为1
bound=[0 1;...                      % 每个变量的取值范围
        0 1;...
        0 1;...
        0 1;...
        0 1];
选择了二进制编码，tournament选择，均布交叉，单点变异。
注：采用二进制编码和grey编码时，交叉方法只能是simple，uniform，变异方法只能是simple
lenchrom向量中表示变量表示成二进制的位数。

例三
maxgen=200;                         % 进化代数，即迭代次数
sizepop=100;                        % 种群规模
AimFunc=StrAimFunc;                 % 计算适应度的函数，本算法以目标函数值为适应度
fselect='roulette';                 % 染色体的选择方法，您可以选择：锦标赛法－ 'tournament';轮盘                                      % 赌法－'roulette'
fcode='grey';                       % 编码方法，您可以选择：浮点法－'float';grey法则－－'grey';二                                     % 进制法－'binary' 
pcross=[0.6];                       % 交叉概率选择，0和1之间
fcross='uniform';                   % 交叉方法选择，您可以选择： 浮点交叉－'float';单点交叉                                           % －'simple';均匀交叉－'uniform'
pmutation=[0.2];                    % 变异概率选择，0和1之间
fmutation='simple';                 % 变异方法选择，您可以选择：浮点法－'float';单点法－'simple';

lenchrom=[10 10 10 10 10];          % 每个变量的字串长度，如果是浮点变量，则长度都为1
bound=[0 1;...                      % 每个变量的取值范围
        0 1;...
        0 1;...
        0 1;...
        0 1];
选择了grey编码，roulette选择，均布交叉，单点变异。