南京航空航天大学matlab智能算法大作业资料.docVIP

3.4变异操作 3.5遗传算法性能跟踪 每次迭代后的最优解和均值存放在trace中，在后续的作图中可选择调用出来。 4实验分析 改变种群数量等参数的实验结果比照。 2000-80 2000-20 100-80 100-20 f1value 20.0914 20.3343 20.968 23.8958 f2value 4.6331 4.6205 4.8023 4.7151 X1 3.9961 3.9655 3.9958 3.474 X2 1.0132 1.0055 1.0631 1.0388 X3 2.0167 2.4596 2.0012 2.3256 X4 2.0073 5.1599 2.0079 4.5378 X5 3.0001 3.0164 3.0002 3.0079 当参数设置为种群大小为2000，最大迭代次数80时，最正确解及种群均值随迭代次数的变化曲线如图3所示。 图2 种群大小为2000，最大迭代次数80变化曲线 当参数设置为种群大小为2000，最大迭代次数20时，最正确解及种群均值随迭代次数的变化曲线如图3所示。 图3 种群大小为2000，最大迭代次数20变化曲线 当参数设置为种群大小为100，最大迭代次数80时，最正确解及种群均值随迭代次数的变化曲线如图3所示。 图4 种群大小为100，最大迭代次数80变化曲线 当参数设置为种群大小为100，最大迭代次数20时，最正确解及种群均值随迭代次数的变化曲线如图3所示。 图5 种群大小为100，最大迭代次数20变化曲线 种群大小2000，最大迭代次数80时，各自变量取值如图6所示。可看出各变量的变化较为稳定，即可知收敛性较好，应为最优解。 图6 5维自变量变化曲线 4.2结果分析 〔1〕因本体优化目标并不太复杂，故交叉概率取为较一般的0.7，变异概率也采用默认值，防止太多的无谓改变。曲线在一开始的几次迭代后迅速下降，但到了一定值后，曲线那么变得平缓，说明收敛速度较快，交叉和遗传概率满足优化要求。 〔2〕种群规模的大小和迭代次数的多少对结果的影响是较大的。主要表现在种群规模较小或迭代次数较少时，其结果较最优解偏差较大。由于计算机性能的不断提高，在速度要求不高时可选择较大种群和较多迭代次数已确保结果的最优化。 〔3〕由自变量变化曲线可看出，在交叉和变异概率选取适当的前提下，种群大小2000，最大迭代次数80时，各自变量变化较为稳定，说明最优解已根本收敛。