main_adaptivepc_sga.asv

多种群的链式智能体遗传算法

function [best_fit]=main_adaptivePC_sga(pop,n,popsize,chromlength,fun_num,up_range,down_range)

% 
% n=12000;
% popsize=64; %设置初始参数，群体大小
% chromlength=14; %字符串长度（个体长度），染色体长度
% pop=my_sga_initpop(popsize,n); %运行初始化函数，随机产生初始群体




dai=1000;
cont=0;
% pm=0.08; %设置变异概率

% dna_best=0;
% dna_best_value=0;
%给最佳染色体及其适应度值赋初值%
pop_best=zeros(1,chromlength);
value_best=0;
dai_best=1;
%结束
i=1;
max_fitvalue=0;
% while(mean_fitvalue~=2700)
  fitvalue=my_sga_calfitvalue(pop,fun_num); %计算群体中每个个体的适应度
  old_max_fitvalue=max(fitvalue);
for i=1:dai%50为迭代次数   

    [bestindividual,bestfit]=my_sga_best(popsize,pop,fitvalue);%求出群体中适应值最大的个体及其适应值
    best_fit(i)=bestfit;
    
    
[newpop,dna_best,dna_best_value]=my_sga_selection(popsize,pop,fitvalue); %复制

[newpop]=adaptivePC_sga_crossover(popsize,chromlength,newpop,fitvalue); %交叉

[newpop]=adapticePM_sga_mutation(popsize,chromlength,newpop,fitvalue,up_);%变异

fitvalue_tem=my_sga_calfitvalue(newpop,popsize); %计算变异后群体中每个个体的适应度
% newpop
[newpop]=my_sga_care(popsize,newpop,fitvalue_tem,dna_best);%%根据变异后的适应度替换最差的个体
% newpop
fitvalue=my_sga_calfitvalue(newpop,popsize); %计算群体中每个个体的适应度
  new_max_fitvalue=max(fitvalue);
  

if bestfit>value_best   %保存数代遗传之后最好的种群
    value_best=bestfit;
    pop_best=bestindividual;
    dai_best=i;
end

  error(i)=abs(new_max_fitvalue-old_max_fitvalue);
  if error(i)<=0.00001
      cont=cont+1;
  else
      cont=0;
  end
  
if cont==30
%     quit_dai(j)=i;
        i
        break; 
else    
% pop_temp=bestindividual;
% value_temp=bestfit;
pop=newpop;
old_max_fitvalue=new_max_fitvalue;

end
% i=i+1;
end

% pop1_range_min(j)=(min(pop(1,:))-1048)/1000;       %第一个实验函数 
% pop1_range_max(j)=(max(pop(1,:))-1048)/1000;
% % 
% pop2_range_min(j)=(min(pop(2,:))-1048)/1000;
% pop2_range_max(j)=(max(pop(2,:))-1048)/1000;

% pop1_range_min(j)=(min(pop(1,:))-3000)/1000;       %第二个实验函数 
% pop1_range_max(j)=(max(pop(1,:))-3000)/1000;
% 
% pop1_range_min(j)=min(pop(1,:))/1000;       %第三个实验函数 
% pop1_range_max(j)=max(pop(1,:))/1000;




% newpop
% newpop;
% pop_best


% pop_best_real=(pop_best-3200)./100;%第一个测试函数
% pop_best_real=(pop_best-1048)./1000;  %第二个测试函数
% pop_best_real=pop_best/1000;  %第三个测试函数


% pop_best=dec2bin(pop_best,9);
% value_best
% dai_best
% value_best_real

% tol_pop_best_real(:,j)=pop_best_real;
% tol_value_best(j)=30-value_best;
% 
% tol_dai_best(j)=dai_best;
% 
% 
% j=j+1;
% end