ymsga0.m

来自「规则障碍物环境下的机器人路径规划matlab源码！」· M 代码 · 共 51 行

function [Best0,Gen0,BestF0,AvrF0,gen0]=ymSGA0(m,n,g,op_pre,MM,d,Xlu,O,C,P)
[n1,n2]=size(Xlu);

BestF0=zeros();   %各代的最优的适应值
AvrF0=zeros();    %各代适应值的平均值
Best0=[];    %最优个体
gen0=0;  %寻得最优个体的代数
Gen0=0;  %算法收敛代数


P=rejudge(P,d,n,O,Xlu,C);
P=refresh(P,d);
Best0=P(1,:);
Best0=ymfitness1(Best0);
         %进化操作
   for i=1:g
    P=ymfitness1(P);          %适应值即为目标值
    [Fmx,Fs]=min(P(:,1));
    BestF0(i)=Fmx;
    AvrF0(i)=mean(P(:,1));
        if Fmx<Best0(:,1)
          Best0=P(Fs,:);
          gen0=i;
          end    
    newP1=ymLS_selector(P,m);
    newP2=ymcrossover(newP1,m,n,Xlu);
    newP2=refresh(newP2,d);
    newP3=ymmutation(newP2,m,n,d,Xlu,O);
    newP3=rejudge(newP3,d,n,O,Xlu,C);
    P=newP3;
    P=refresh(P,d);
    P(m,:)=Best0;        %最优个体保留
    if i>=5
      %if abs(AvrF0(i)-AvrF0(i-1))<op_pre&abs(AvrF0(i-2)-AvrF0(i-1))<op_pre
      if abs(Best0(1,1)-AvrF0(i))<op_pre
        Gen0=i;
        break
      end 
   end
end
if i==g
    fprintf('达到最大进化代数')
    Gen0=i;
end