MATLAB编遗传算法源程序求matlab编的遗传算法源程序,用于求解带约束的优化问题.要源程序啊,不要使用matlab工具箱的..我给我全部的分数.不是啊.我不想用工具箱啊,要是自己编写的matlab原程序

MATLAB编遗传算法源程序求matlab编的遗传算法源程序,用于求解带约束的优化问题.要源程序啊,不要使用matlab工具箱的..我给我全部的分数.不是啊.我不想用工具箱啊,要是自己编写的matlab原程序
MATLAB编遗传算法源程序
求matlab编的遗传算法源程序,用于求解带约束的优化问题.要源程序啊,不要使用matlab工具箱的..我给我全部的分数.
不是啊.我不想用工具箱啊,要是自己编写的matlab原程序啊,要不给推荐一个好的学遗传算法的论坛也行.

MATLAB编遗传算法源程序求matlab编的遗传算法源程序,用于求解带约束的优化问题.要源程序啊,不要使用matlab工具箱的..我给我全部的分数.不是啊.我不想用工具箱啊,要是自己编写的matlab原程序
遗传算法实例:
也是自己找来的,原代码有少许错误,本人都已更正了,调试运行都通过了的.
对于初学者,尤其是还没有编程经验的非常有用的一个文件
遗传算法实例
% 下面举例说明遗传算法 %
% 求下列函数的最大值 %
% f(x)=10*sin(5x)+7*cos(4x) x∈[0,10] %
% 将 x 的值用一个10位的二值形式表示为二值问题,一个10位的二值数提供的分辨率是每为 (10-0)/(2^10-1)≈0.01 .%
% 将变量域 [0,10] 离散化为二值域 [0,1023],x=0+10*b/1023,其中 b 是 [0,1023] 中的一个二值数.%
% %
%--------------------------------------------------------------------------------------------------------------%
%--------------------------------------------------------------------------------------------------------------%
% 编程
%-----------------------------------------------
% 2.1初始化(编码)
% initpop.m函数的功能是实现群体的初始化,popsize表示群体的大小,chromlength表示染色体的长度(二值数的长度),
% 长度大小取决于变量的二进制编码的长度(在本例中取10位).
%遗传算法子程序
%Name:initpop.m
%初始化
function pop=initpop(popsize,chromlength)
pop=round(rand(popsize,chromlength)); % rand随机产生每个单元为 {0,1} 行数为popsize,列数为chromlength的矩阵,
% roud对矩阵的每个单元进行圆整.这样产生的初始种群.
% 2.2 计算目标函数值
% 2.2.1 将二进制数转化为十进制数(1)
%遗传算法子程序
%Name:decodebinary.m
%产生 [2^n 2^(n-1) ...1] 的行向量,然后求和,将二进制转化为十进制
function pop2=decodebinary(pop)
[px,py]=size(pop); %求pop行和列数
for i=1:py
pop1(:,i)=2.^(py-i).*pop(:,i);
end
pop2=sum(pop1,2); %求pop1的每行之和
% 2.2.2 将二进制编码转化为十进制数(2)
% decodechrom.m函数的功能是将染色体(或二进制编码)转换为十进制,参数spoint表示待解码的二进制串的起始位置
% (对于多个变量而言,如有两个变量,采用20为表示,每个变量10为,则第一个变量从1开始,另一个变量从11开始.本例为1),
% 参数1ength表示所截取的长度（本例为10）.
%遗传算法子程序
%Name:decodechrom.m
%将二进制编码转换成十进制
function pop2=decodechrom(pop,spoint,length)
pop1=pop(:,spoint:spoint+length-1);
pop2=decodebinary(pop1);
% 2.2.3 计算目标函数值
% calobjvalue.m函数的功能是实现目标函数的计算,其公式采用本文示例仿真,可根据不同优化问题予以修改.
%遗传算法子程序
%Name:calobjvalue.m
%实现目标函数的计算
function [objvalue]=calobjvalue(pop)
temp1=decodechrom(pop,1,10); %将pop每行转化成十进制数
x=temp1*10/1023; %将二值域 中的数转化为变量域 的数
objvalue=10*sin(5*x)+7*cos(4*x); %计算目标函数值
% 2.3 计算个体的适应值
%遗传算法子程序
%Name:calfitvalue.m
%计算个体的适应值
function fitvalue=calfitvalue(objvalue)
global Cmin;
Cmin=0;
[px,py]=size(objvalue);
for i=1:px
if objvalue(i)+Cmin>0
temp=Cmin+objvalue(i);
else
temp=0.0;
end
fitvalue(i)=temp;
end
fitvalue=fitvalue';
% 2.4 选择复制
% 选择或复制操作是决定哪些个体可以进入下一代.程序中采用赌轮盘选择法选择,这种方法较易实现.
% 根据方程 pi=fi/∑fi=fi/fsum ,选择步骤：
% 1） 在第 t 代,由（1）式计算 fsum 和 pi
% 2） 产生 {0,1} 的随机数 rand( .),求 s=rand( .)*fsum
% 3） 求 ∑fi≥s 中最小的 k ,则第 k 个个体被选中
% 4） 进行 N 次2）、3）操作,得到 N 个个体,成为第 t=t+1 代种群
%遗传算法子程序
%Name:selection.m
%选择复制
function [newpop]=selection(pop,fitvalue)
totalfit=sum(fitvalue); %求适应值之和
fitvalue=fitvalue/totalfit; %单个个体被选择的概率
fitvalue=cumsum(fitvalue); %如 fitvalue=[1 2 3 4],则 cumsum(fitvalue)=[1 3 6 10]
[px,py]=size(pop);
ms=sort(rand(px,1)); %从小到大排列
fitin=1;
newin=1;
while newin