使用谢菲尔德大学的MATLAB遗传算法工具箱
1 .简单项函数优化：计算函数最小值f(x) =sin(10*pi*x)/x , x范围[1,2]
clcclear allclose all%%为函数图figure(1)； 保持接通； lb=1； ub=2； %函数参数范围ezplot('sin ) 10*pi*x )/X )，[lb，ub] )； %函数曲线xlabel (自变量/X ) ) ylabel (函数值/Y ) ) %定义遗传算法参数NIND=40； %个体群马自行车运动中心MAXGEN=20； %最大遗传代数PRECI=20； %个体长度GGAP=0.95； %代沟px=0.7； %交叉概率pm=0.01； %变异概率trace=Zeros(2，MAXGEN )； %优秀结果的初始值FieldD=[PRECI； lb； ub； 1； 0； 1； 1 )； %区域描述符chrom=CRTBP(nind，PRECI )； %建立任意离散随机种群%%优化gen=0； %世代计数器x=bs2RV(chrom，FieldD )； %初始种群的十进制变换objv=sin(10*pi*x )./X； %计算目标函数值whilegenmaxgenfitnv=秩(objv )； %适应度值selch=select(sus )、Chrom、FitnV、GGAP )； 选择%SelCh=recombin(XOVSP )、selch和px。 %重组selch=mut(selch，pm )； %变异x=bs2RV(selch，FieldD )； %子个体的十进制变换ObjVSEL=sin(10*pi*x )./X； 计算%子目标函数值[Chrom，ObjV]=reins(chrom，SelCh，1，1，objv，ObjVSel )； 将%子代重新插入母体，得到新的种群x=bs2RV(chrom，FieldD )； gen=gen 1； %世代计数器的增加获取每个%世代的最佳解及其顺序号。 y为最佳解，I为个体序号[Y，I]=min(objv )； 跟踪(1，gen )=x ) I； 每%代的最佳值trace(2，gen )=Y； 记下每%世代的最佳值end plot (trace (1， )、trace (2， )、' bo ' )； 绘制每个%世代的最佳值grid on； plot(x、ObjV、' b* )； %绘制最后一代种群hold off%%的进化图figure(2)； plot(1:maxgen，跟踪) 2， )； grid onxlabel (遗传代数) (ylabel )解变化) (title ) (进化过程) ) bestY=trace(2) 2，end )； bestx=跟踪(1，end )； frintf([最佳解：nX='，num2str(bestx )，'nY='，num2str(bestx )，'n'] )2.运行结果：
http://www.Sina.com/http://www.Sina.com /
http://www.Sina.com/http://www.Sina.com /