資源簡介
遺傳優(yōu)化算法,matlab實現(xiàn)程序,有詳細(xì)注釋,可以直接運行

代碼片段和文件信息
%?=========================================================================
%?Genetic?Algorithm
clc
clear?
close?all
format?long?g
%?=========================================================================
%?調(diào)用遺傳算法參數(shù)設(shè)置
dimension?=?2;?????????%?未知數(shù)的個數(shù)
minmax????=?0;??????????%?最大最小或定值標(biāo)志
goal??????=?0;
%?%?未知數(shù)的范圍
%?range_va??=?zeros(dimension2);
%?range_va(1:)?=?[02];
%?range_va(2:)?=?[016*pi/180];
%?range_va(3:)?=?[-pipi];
%?未知數(shù)的范圍
range_va??????=?zeros(dimension2);
range_va(:1)?=?-100;
range_va(:2)?=?100;
%?%?未知數(shù)的范圍
%?range_va?=?[-1001000;
%?????0100];
%?未知數(shù)的精度
presion?=?ones(dimension1).*0.001^2;
%?初始基因
%?inipop?=?[47];
%?=========================================================================
%?調(diào)用遺傳算法進(jìn)行優(yōu)化或者求解
process?=?myGA(dimensionminmaxpresiongoalrange_va);
%?process?=?myGA(dimensionminmaxpresiongoalrange_vainipop);
%?=========================================================================
%?參數(shù)迭代過程作圖
for?i2?=?1:dimension
???figure(i2)
???title([‘迭代過程~第‘?num2str(i2)?‘個參數(shù)‘])
???plot(process(:i2));
???xlabel(‘迭代次數(shù)‘)
end
%?適應(yīng)度曲線作圖
figure(dimension+1)
plot(process(:end))
title(‘適應(yīng)度曲線迭代過程‘)
xlabel(‘迭代次數(shù)‘)
?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件????????1317??2018-01-09?18:56??main.m
?????文件?????????173??2018-01-09?18:56??myfitness.m
?????文件????????4897??2018-01-09?18:56??myGA.m
評論
共有 條評論