relect.m

遗传算法在路由优化中的应用:多服务质量的最小路径的算法.

function [population,fitness]=relect(population,fitness,populationNum)
 %选择 (采用最佳个体保存方法和赌轮选择相结合的方法,即先选出最佳个体,直接遗传到子代种群中,其余的个体则采用赌轮选择机制进行选择
 
 % 先选出最佳个体,直接遗传到子代种群中(将最佳个体与最后一个个体交换位置,并相应交换适应度的值)
 [g,index]=max(fitness);
 temp(1,:)=population(index,:); 
 population(index,:)=population(populationNum,:); 
 population(populationNum,:)=temp(1,:);
 fitness(index)=fitness(populationNum);
 fitness(populationNum)=g;

  % 用轮盘选择法进行复制操作(前population-1个个体)
      %顺序累计群体内各个体的适应度(前populationNum-1个),得相应的累计值fitnessSum,最后一个累计值为fitnessSum(populationNum-1)
        fitnessSum=cumsum(fitness(1:(populationNum-1)));  % cumsum 为求列元素的累计和函数
        
      for j=1:(populationNum-1)
            r=rand*fitnessSum(populationNum-1);
            for i=1:(populationNum-1)
                if fitnessSum(i)>=r
                    [g,index]=min(fitness(1:(populationNum-1)));
                    population(index,:)=population(i,:);
                    fitness(index)=fitness(i);
                    break;
                end
            end %依次用fitnessSum(i)与r比较,第一个出现fitnessSum(i)大于或等于r的个体i被选为复制对象,代替适应度最差的个体
      end