- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于遗传算法求函数最大值
土豆学习小组
基于遗传算法求函数最大值
先给出实例:设函数为: f(x) = cos(5x)− sin(3x)+10,x∈[1,7],取种群大
小20,有哪些信誉好的足球投注网站精度0.0001,交叉概率0.6,变异概率0.1,遗传20代。下面根据这个
例子来叙述如何通过遗传算法来计算最大值。
遗传算法的概念和相关知识可以去网上查看,这里主要介绍和程序相关的知
识。遗传算法的流程图如下:
遗传算法流程图
种群的产生一般由随机数产生固定长度的01 序列,可以理解成染色体,例
1111010011100001011000
1111010011100001011000
如:11111111001100001111110000000011001111000000,这表示一个单独个体的染色体,那么结合这个例
子就是产生20个这样的染色体。
种群适应度估计,因为是求最大值,所以适应度可以通过求函数值来确定,
函数值越大,越适合生存。
选择,这是一个自然选择的过程,这里用轮盘赌选择法,
土豆学习小组
轮盘赌选择法
交叉用单点交叉:
单点交叉
变异的形式如下:
变异
当然变异的概率相对较低。
注意:选择和交叉方法还很多,也比这来的有效,只是这种方法较为简单,
易于程序实现。
MATLAB 命令窗口:
[xv,fv]=GA(@fitness,1,7,20,20,0.6,0.1,0.0001)
xv =
3.6723
土豆学习小组
fv=
11.8830
函数图形
结果基本符合。
函数文件1:fitness.m 用于存放需要求的函数
function F=fitness(x)
F=cos(5*x)-sin(3*x)+10;
函数文件2:GA.m 遗传算法文件
function[xv,fv]=GA(fitness,a,b,NP,NG,pc,pm,eps)
%上限a
%下限b
%种群大小:NP
%遗传代数:NG
%交叉概率:pc
%变异概率:pm
%离散精度:eps
%第一步产生初始种群x,产生之前需要根据离散精度确定串长L
L=ceil(log2((b-a)/eps));
x=Initial(L,NP);
for i=1:NP
xdec(i)=dec(a,b,x(i,:),L);
end
%第二步 选择 交叉 变异 要循环好几代
for i=1:NG
%选择 轮盘赌选择法
fx=fitness(xdec);%适应度
fxp=fx/sum(fx);%选择概率
fxa(1)=fxp(1);%累计概率
土豆学习小组
for j=2:NP
fxa(j)=fxa(j-1)+fxp(j);
end
%开始选择父体
sat=rand();
for k=1:NP
if sat=fxa(k)
father=k;
break;
end
end
%随机选取母体
mother=ceil(rand()*NP);
nx=x;
%单点交叉
cutp=ceil(rand()*L);
r1=rand();
if r1=pc
nx(i,1:cutp)=x(father,1:cutp);
nx(i,cutp+1:L)=x(mother,cutp+1:L);
文档评论(0)