popinit.asv

用4个种群来优化函数

function [individuals,avgfitness,bestfitness,bestchrom,trace] = PopInit(maxgen,sizepop,fselect,fcode,pcross,fcross,pmutation,fmutation,lenchrom,bound);
%该函数用于实现算法的第一步和第二步，即随机生成三个种群个体数12的种群
%对每个种群进行100次简单的遗传算法
%每个参数的具体含义参看main文件
%
%
%编写时间 2008.4.5 
% 初始化种群
for i=1:sizepop
    %随机产生一个种群
    individuals.chrom(i,:)=Code(lenchrom,fcode,bound);    %编码（binary和grey的编码结果为一个实数，float的编码结果为一个实数向量）
    x=Decode(lenchrom,bound,individuals.chrom(i,:),fcode);%解码（binary和grey的解码结果为一个二进制串，float的解码结果为一个实数向量）
    %计算适应度
    %修改处
    %individuals.fitness(i)=AimFunc(x,heli,id_data,0);
    individuals.fitness(i)=Aimfunc(x);   %染色体的适应度
end

%找最好的染色体
[bestfitness bestindex]=min(individuals.fitness);
bestchrom=individuals.chrom(bestindex,:);  %最好的染色体
avgfitness=sum(individuals.fitness)/sizepop; %染色体的平均适应度
% 记录每一代进化中最好的适应度和平均适应度
trace=[avgfitness bestfitness]; 
% 进化开始
for i=1:maxgen
    % 选择
    individuals=Select(individuals,sizepop,fselect); 
    avgfitness=sum(individuals.fitness)/sizepop;
    %交叉
    individuals.chrom=Cross(pcross,lenchrom,individuals.chrom,sizepop,fcross,[i maxgen],fcode,bound);
    % 变异
    individuals.chrom=Mutation(pmutation,lenchrom,individuals.chrom,sizepop,fmutation,[i maxgen],fcode,bound);
    
    % 计算适应度 
    for j=1:sizepop
        x=Decode(lenchrom,bound,individuals.chrom(j,:),fcode); %解码
        % 修改处
        %individuals.fitness(j)=AimFunc(x,heli,id_data,0);
        individuals.fitness(j)=Aimfunc(x);   
    end
    
  %找到最小和最大适应度的染色体及它们在种群中的位置
    [newbestfitness,newbestindex]=min(individuals.fitness);
    [worestfitness,worestindex]=max(individuals.fitness);
    % 代替上一次进化中最好的染色体
    if bestfitness>newbestfitness
        bestfitness=newbestfitness;
        bestchrom=individuals.chrom(newbestindex,:);
    end
    individuals.chrom(worestindex,:)=bestchrom;
    individuals.fitness(worestindex)=bestfitness;
    
    avgfitness=sum(individuals.fitness)/sizepop;
    
    trace=[trace;avgfitness bestfitness]; %记录每一代进化中最好的适应度和平均适应度
end
%进化结束