crossover.m

在matlab环境下用人工智能算法--遗传算法求函数极植的matlab程序

function population=crossover(population,pc,M,L,fitness)
% 交换操作 (选择交换个体的方法也是轮盘法)

%顺序累计群体内各个体的适应度,得相应的累计值s(i),最后一个累计值为s(M)
s(1)=fitness(1);
for i=2:M
    s(i)=s(i-1)+fitness(i);
end

for j=1:2:M*pc
    r1=rand*s(M); %在[0,s(M)]区间内产生均匀分布的随机数 r1
    
    while 1
        r2=rand*s(M);
        if r2~=r1 
            break
        end
    end   %在[0,s(M)]区间内产生均匀分布的随机数 r2 且 r2~=r1
    
    ii=1;
    jj=1;
    for i=1:M
           if s(i)>=r1
                ii=i; 
                break;
           end %依次用s(i)与r1,比较,第一个出现s(i)大于或等于r1的个体i被选为交换对象,
           if s(i)>=r2
                jj=i;
                break;
           end %依次用s(i)与r2,比较,第一个出现s(i)大于或等于r2的个体i被选为交换对象,
    end  
    
    swappoint=ceil(rand*(L-1)); %在[1,L-1]区间产生均匀分布的随机整数,作为交换点位置
    temp=population(ii,swappoint+1:L);
    population(ii,swappoint+1:L)= population(jj,swappoint+1:L);
    population(jj,swappoint+1:L)= temp;  %执行交换   
end

%return population;