嘿,亲!知识可是无价之宝呢,但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下,绝对物超所值哦!如有下载和支付问题,请联系我们QQ(微信同号):813200300
本次赞助数额为: 2 元微信扫码支付:2 元
请留下您的邮箱,我们将在2小时内将文件发到您的邮箱
三个遗传算法代码与实例
一共包含3个不同的代码实现方法与样例,是很好的学习样例
%计算适应度:(该函数应该根据具体问题进行修改,这里优化的函数是前述的一维函数)
%计算种群个体适应度,对不同的优化目标,此处需要改写
%pop_size: 种群大小
%chromo_size: 染色体长度
function fitness(pop_size, chromo_size)
global fitness_value;
global pop;
global G;
for i=1:pop_size
fitness_value(i) = 0.; %将变量清零
end
for i=1:pop_size
for j=1:chromo_size
if pop(i,j) == 1
fitness_value(i) = fitness_value(i) 2^(j-1);
end
end
fitness_value(i) = -1 fitness_value(i)*(3.-(-1.))/(2^chromo_size-1);
fitness_value(i) = -(fitness_value(i)-1).^2 4;
end
clear i;
clear j;
.
├── 好例子网_遗传算法代码与实例.zip
└── 遗传算法代码与实例
└── 遗传算法代码与实例
├── 算法实例1
│ ├── GeneticAlgorithm.m
│ ├── crossover.m
│ ├── fitness.m
│ ├── hand.jpg
│ ├── initilize.m
│ ├── mutation.m
│ ├── plotGA.m
│ ├── rank.m
│ ├── run_ga.m
│ └── selection.m
├── 算法实例2
│ ├── 000.bmp
│ ├── 001.bmp
│ ├── 002.bmp
│ ├── 003.bmp
│ ├── 004.bmp
│ ├── 005.bmp
│ ├── 006.bmp
│ ├── 007.bmp
│ ├── 008.bmp
│ ├── 009.bmp
│ ├── 010.bmp
│ ├── 011.bmp
│ ├── 012.bmp
│ ├── 013.bmp
│ ├── 014.bmp
│ ├── 015.bmp
│ ├── 016.bmp
│ ├── 017.bmp
│ ├── 018.bmp
│ ├── GeneticAlgorithm.m
│ ├── compare.m
│ ├── crossover.m
│ ├── fitness.m
│ ├── icic.m
│ ├── initilize.m
│ ├── ioc.fig
│ ├── ioc2.bmp
│ ├── ioc2.fig
│ ├── lastone.mat
│ ├── matlab.mat
│ ├── mutation.m
│ ├── plotGA.m
│ ├── point.m
│ ├── rank.m
│ ├── run_ga.m
│ ├── selection.m
│ ├── tzf.m
│ ├── ycl.m
│ ├── 结果.fig
│ ├── 最优结果.bmp
│ └── 不收敛的遗传算法.fig
└── 算法实例3
├── exchange.m
├── fit.m
├── geneticTSP.m
├── intercross.m
├── myLength.m
└── run_ga3.m
5 directories, 58 files