智能计算第五次上机.doc

智能计算第五次作业 一 十进制转换成二进制和格雷码 function Untitled() a=input(a=); disp(二进制) A=dec2bin(a)%十进制数变成二进制数； b=length(A); arr=[A] ; gray(1)=str2double(arr(1)); disp(格雷码) if b==1 %一位数时候的特解 B=[str2double(arr(1))] else if b==2 %两位数时候的特解 B=[str2double(arr(1)) xor(str2double(arr(2)),str2double(arr(1)))] else for i=2:b gray(i)=xor(str2double(arr(i)),str2double(arr(i-1))); end B=[gray()] end end End 程序测试（1） 输入： a=4 运行结果： 二进制 A = 100 格雷码 B = 1 1 0 程序测试（2） 输入 a=1111 结果： 二进制 A = 10001010111 格雷码 B = 1 1 0 0 1 1 1 1 1 0 0 总结：程序达到预定目标，但是格雷码中数字中间的空格没法去掉。 二 谢菲尔德遗传算法实例 figure(1); hold on; lb=-5;ub=5; %自变量范围【-5,5】 ezplot(10-X^2,[lb,ub]); xlabel(自变量/X) ylabel(函数值/Y) %% 输入遗传算法参数 NIND=1001; %个体数目 MAXGEN=50; %最大遗传代数 PRECI=10; %变量的二进制位数 px=0.4; %交叉概率 pm=0.01; %变异概率 trace=zeros(2,MAXGEN); %寻优结果的初始值 FieldD=[PRECI;lb;ub;1;0;1;1]; %区域描述器 Chrom=crtbp(NIND,PRECI); %初始种群 %% 函数主体 gen=0; %代计数器 X=bs2rv(Chrom,FieldD); %计算初始种群的十进制转换 ObjV=10-X.^2 ; %计算目标函数值 while genMAXGEN FitnV=ranking(ObjV); %分配适应度值 SelCh=select(sus,Chrom,FitnV); %选择 SelCh=recombin(xovsp,SelCh,px); %重组 SelCh=mut(SelCh,pm); %变异 X=bs2rv(SelCh,FieldD); %子代个体的十进制转换 ObjVSel=10-X.^2 ; %计算子代的目标函数值 [Chrom,ObjV]=reins(Chrom,SelCh,1,0,ObjV,ObjVSel); %重插入子代到父代，得到新种群 X=bs2rv(Chrom,FieldD); gen=gen+1; %代计数器增加 %获取每代的最优解及其序号，Y为最优解,I为个体的序号 [Y,I]=max(ObjV); trace(1,gen)=X(I); %记下每代的最优值 trace(2,gen)=Y; %记下每代的最优值 end plot(trace(1,:),trace(2,:),bo); %画出每代的最优点 grid on; plot(X,ObjV,r*);