main.m

遗传算法与爬山法用于光纤与波导芯片对准仿真分析

%遗传算法主程序
%Name:main
%定义遗传算法参数
%定义各参数跨度x0=(x,y,tx,ty,z)=(±5，±5，±1,±1,50)
%取编码精度（分辨率）0.01
%编码长度log2(50/0.01)+1=14，为了计算方便，各个参量都取14位，总70位
%(x,y,tx,ty,z)对应在个体中的位置为(a1-a14,a15-a28,a29-a42,a43-a56,a57-a70）
%最小损耗0.0042

NIND=40;               %初始种群数目(Number of individuals)
MAXGEN=10;             %最大遗传代数(Maximum number of generations)
NVAR=5;                %变量数目
PRECI=14;              %变量的二进制位数(Precision of variables)
GGAP=0.9;              %即复制概率

tic
%建立区域描述器(Build field descriptor)
FieldD=[rep([PRECI],[1,NVAR]);rep([-5 -5 -1 -1 0;5 5 1 1 50],[1,1]);rep([1;0;1;1],[1,NVAR])];
Chrom=crtbp(NIND, NVAR*PRECI);                         %创建初始种群
gen=0; 
trace=zeros(MAXGEN, 2);                                  %遗传算法性能跟踪初始值
x=bs2rv(Chrom, FieldD);
ObjV=fun(x(:,1),x(:,2),x(:,3),x(:,4),x(:,5));             %计算初始种群的目标函数值
while gen<MAXGEN
    FitnV=ranking(-ObjV);                               %分配适应度值(Assign fitness values)
    SelCh=select('sus',Chrom,FitnV,GGAP);  %选择
    SelCh=recombin('xovsp',SelCh,0.7);                 %重组
    SelCh=mut(SelCh);                                  %变异
    x=bs2rv(SelCh,FieldD);                             %子代十进制转换
    ObjVSel=fun(x(:,1),x(:,2),x(:,3),x(:,4),x(:,5));
    [Chrom ObjV]=reins(Chrom,SelCh,1,1,ObjV,ObjVSel);  %重插入
    gen=gen+1;
    [Y, I]=max(ObjV);
    x0=bs2rv(Chrom(I,:),FieldD);
    Y;x0;                        %输出每一次的最优解及其对应的自变量值
    trace(gen,1)=max(ObjV);                            %遗传算法性能跟踪
    trace(gen,2)=sum(ObjV)/length(ObjV);
  
    %if(gen==50)                                        %迭代数为50时画出目标函数值分布图
     %   figure(1);
      %  plot(ObjV);hold on;
      %  plot(ObjV,'b*');grid;
    %end
end
figure(7);clf;
plot(trace(:,1));hold on;
plot(trace(:,2),'-.');grid
legend('解的变化','种群均值的变化')
x0
if Y<0.99   
[x,counts,y]=hillclimbing(x0',[3 1 4 0.99])
end
toc;
time=toc