gaquzhou.m

毕业设计_基于遗传算法的曲轴优化设计研究

cputime=0;tic;
clc;clear all
%定义遗传算法
NIND=40;        %个体数目(Number of individuals)
NVAR=6; %变量数目
MAXGEN=80;      %最大遗传代数(Maximum number of generations)
PRECI=20;       %变量的二进制位数(Precision of variables)
GGAP=0.9;       %代沟(Generation gap)
FieldD=[rep([PRECI],[1,NVAR]);rep([0;100],[1,NVAR]);rep([1;0;1;1],[1,NVAR])];
Chrom=crtbp(NIND, NVAR*PRECI);   %初始种群
gen=0;                                         %代计数器
trace=zeros(2,MAXGEN);
x=bs2rv(Chrom, FieldD);  %计算初始种群的十进制转换
ObjV=fitness(x);        %计算目标函数值 
ObjV=ObjV';
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);                         %子代个体的十进制转换
   ObjVSel= fitness(x);               %计算子代的目标函数值
   ObjVSel=ObjVSel';
   [Chrom ObjV]=reins(Chrom,SelCh,1,[1 0.9],ObjV,ObjVSel); %重插入子代的新种
   gen=gen+1;                                             %代计数器增加
   %输出最优解及其序号，并在目标函数图像中标出，Y为最优解,I为种群的序号
   [Y,I]=min(ObjVSel);  
   trace(1,gen)=min(ObjV);                               %遗传算法性能跟踪
   trace(2,gen)=sum(ObjV)/length(ObjV);    
 x0=bs2rv(Chrom(I,:),FieldD);
end
figure;
plot(trace(1,:));
hold on;
plot(trace(2,:),'-.');grid
legend('解的变化','种群均值的变化')
x0,Y
toc;
cputime=toc;