%用遺傳算法進行簡單函數的優化 clear bn=22; %個體串長度 inn=50; %初始種群大小 gnmax=200; %最大代數 pc=0.75; %交叉概率 pm=0.05; %變異概率 %產生初始種群 s=round(rand(inn,bn)); %計算適應度,返回適應度f和累積概率p [f,p]=objf(s); gn=1; while gn<gnmax+1 for j=1:2:inn %選擇操作 seln=sel(s,p); %交叉操作 scro=cro(s,seln,pc); scnew(j,:)=scro(1,:); scnew(j+1,:)=scro(2,:); %變異操作 smnew(j,:)=mut(scnew(j,:),pm); smnew(j+1,:)=mut(scnew(j+1,:),pm); end s=smnew; %產生了新的種群 %計算新種群的適應度 [f,p]=objf(s); %記錄當前代最好和平均的適應度 [fmax,nmax]=max(f); fmean=mean(f); ymax(gn)=fmax; ymean(gn)=fmean; %記錄當前代的最佳個體 x=n2to10(s(nmax,:)); xx=-1.0+x*3/(power(2,bn)-1); xmax(gn)=xx; gn=gn+1 end gn=gn-1; %繪制曲線 subplot(2,1,1); plot(1:gn,[ymax;ymean]); title('歷代適應度變化','fonts',10); legend('最大適應度','平均適應度'); string1=['最終適應度',num2str(ymax(gn))]; gtext(string1); subplot(2,1,2); plot(1:gn,xmax,'r-'); legend('自變量'); string2=['最終自變量',num2str(xmax(gn))]; gtext(string2);