遗传算法案例代码注解【转】

本代码采用matlab编写：

%% I. 清空环境变量

clear all

clc

%% II. 绘制函数曲线

x = 0:0.01:9;

y =  x + 10*sin(5*x)+7*cos(4*x);

figure

plot(x, y)

xlabel('自变量')

ylabel('因变量')

title('y = x + 10*sin(5*x) + 7*cos(4*x)')

%% III. 初始化种群

initPop = initializega(50,[0 9],'fitness');%种群大小，变量变化范围，适应度函数名称

%% IV. 遗传算法优化

[x endPop bpop trace] = ga([0 9],'fitness',[],initPop,[1e-6 1 1],'maxGenTerm',25,...

    'normGeomSelect',0.08,'arithXover',2,'nonUnifMutation',[2 25 3]);

%变量范围上下界；适应度函数；适应度函数参数；初始种群；精度和显示方式；终止函数名称；终止函数参数；

%选择函数名称；选择函数参数；交叉函数名称；交叉函数参数；变异函数名称；变异函数参数

%X最优个体；endpop优化终止的最优种群；bpop最优种群的进化轨迹；trace进化叠代过程中最优适应度函数和适应度函数值的矩阵

%% V. 输出最优解并绘制最优点

x

hold on

plot (endPop(:,1),endPop(:,2),'ro')

%% VI. 绘制迭代进化曲线

figure(2)

plot(trace(:,1),trace(:,3),'b:')

hold on

plot(trace(:,1),trace(:,2),'r-')

xlabel('Generation'); ylabel('Fittness');

legend('Mean Fitness', 'Best Fitness')