main.m

来自「由我收集或写出的GA源码」· M 代码 · 共 127 行

%利用遗传算法（Genetic Algorithms）求解 MAX{ f(x)=x^2 }, 0=<x<=31
%==========================================================================
%--------------------------------------------------------------------------
%种群的初始化
%设初始种群大小N=4个,分别为X1-X4,均为五位二进制编码
clear
clc
total=1;    %总的进化代数
Num=0;      %当Num=10时，即最大值连续保持10代不变，算法停止
Max1=0;
Max2=0;
flag=0;
X1=initialize();
X2=initialize();
X3=initialize();
X4=initialize();
%--------------------------------------------------------------------------
%复制-reproduction
%BinToDec()将二进制转化为十进制
while 1
while 1
    DecX1=BinToDec(X1); %计算适配度
    DecX2=BinToDec(X2);
    DecX3=BinToDec(X3);
    DecX4=BinToDec(X4);
    f1=DecX1^2;
    f2=DecX2^2;
    f3=DecX3^2;
    f4=DecX4^2;
    ttt=[f1,f2,f3,f4]; %27-37句与计算适配度无关
    if flag==0
        Max1=max(ttt); 
    else
        Max2=max(ttt);
    end
    if Max1==Max2
        Num=Num+1;
    else
        Num=0;
    end
    sum=f1+f2+f3+f4;
    aver=sum/4;
    n1=round(f1/aver);     %实际得到的复制个数
    n2=round(f2/aver);
    n3=round(f3/aver);
    n4=round(f4/aver);
    N=n1+n2+n3+n4;  %总的复制个数
    if N~=4             %引入N是为了保持原种群大小不变
        X1=initialize();
        X2=initialize();
        X3=initialize();
        X4=initialize();
        total=1;   
        Num=0;    
        Max1=0;
        Max2=0;
        flag=0;
        continue;
    else
        break;
    end
end
temp1=cal(X1,n1);
temp2=cal(X2,n2);
temp3=cal(X3,n3);
temp4=cal(X4,n4);
M=[temp1;temp2;temp3;temp4];
X1=M(1,:);
X2=M(2,:);
X3=M(3,:);
X4=M(4,:);
%disp('交叉前：')
%M
%--------------------------------------------------------------------------
%交叉-crossover
%第一步将新复制产生的匹配池中的成员随机两两匹配，第二步是进行交叉繁殖
while 1
    p=floor(1000*rand);
    if p>1
        break;
    else
        continue;
    end
end
k=mod(p,3);
switch k
    case 0
        [X1,X2,X3,X4,ps]=crossover(X1,X2,X3,X4);  %k=0,X1、X2同组，X3、X4同组,ps为交叉位置
    case 1
        [X1,X3,X2,X4,ps]=crossover(X1,X3,X2,X4);  %k=1,X1、X3同组，X2、X4同组
    case 2
        [X1,X4,X2,X3,ps]=crossover(X1,X4,X2,X3);  %k=2,X1、X4同组，X2、X3同组
end
%--------------------------------------------------------------------------
%变异-mutation
%本种群很小，一共才有4*5=20个基因，变异概率一般只有千分之几，所以本例可以没有变异.
%本例有一位变异
%变异相对于复制和交叉操作，是处于相对次要的地位，其目的是为了防止丢失一些有用的遗
%传因子。变异操作可以起到恢复多样性的作用。
U=[X1,X2,X3,X4];
pos=mod(floor(1000*rand),20)+1;
if U(1,pos)==0
    U(1,pos)=1;
else
    U(1,pos)=0;
end
X1=U(1,1:5);
X2=U(1,6:10);
X3=U(1,11:15);
X4=U(1,16:20);
%--------------------------------------------------------------------------
%本例遗传算法的结束条件：连续10代最大值均保持一致
if Num==10
    disp('进化代数：')
    total-10
    disp('现在的种群：')
    X1
    X2
    X3
    X4
    disp('最大值：')
    Max1
    break;
end
flag=mod(flag+1,2);
total=total+1;
end