ga-1.txt

基于遗传算法求解非线性规划模型源程序

function y=up1(zhq) 
for j=1:3 
    v=sj(200,220,zhq);     %z=随机(价格下界，价格上界，生成个数)   3列 
    v=v.'; 
    p(1:zhq,j)=v; 
    %p=p.';                  %对价格转质成n行1列 
    %b=dec2bin(p)           %由十进制转为二进制 
end 
for dxh=1:500              %迭代代数 
p=p.'; 
x=[100 100 100;200 200 200;300 300 300;400 400 400;500 500 500];   % 5行3列 
v=[300;300;300];    %  3个 
g=[200;200;200];    %  3个 
r=[1.1;1.3;1.2];    %  3个 
s=[0.2;0.15;0.1];   %  3个 
mbz=leader3(x,p,v,g,r,s);    %目标函数值 
as=mbz.'; 
shy=fit1(as);    %适应度 
%shy=shy.'; 
sumshy=sum(shy);  %适应度总和 
%选择概率 
[m,n]=size(shy); 
for i=1:m 
    xzgl(i)=shy(i)/sumshy; 
end 
xzgl=xzgl.'; 
%累计概率 
ljgl(1)=xzgl(1); 
for i=2:m 
    ljgl(i)=ljgl(i-1)+xzgl(i); 
end 
ljgl=ljgl.'; 
%轮盘选择 
 
for i=1:m 
    lpsj=rand(1); 
    for j=2:m 
         %ljgl(0)=0.0000 
         if ljgl(j)>lpsj & lpsj>ljgl(j-1) 
            pp(:,i)=p(:,j); 
         end 
    end 
    %j=0 
end 
px=pp.'; 
%a=recdis(px) 
% 交叉 p81 
jx=recombin('recdis',px); 
%b=b.' 
% 变异 p73 
FieldDR=[200 200 200;220 220 220]; 
by=mutbga(jx,FieldDR,[0.001 1.0]);   %变异概率 
pp=by; 
end 
p=round(pp.')