【优化求解】基于遗传算法求解单目标优化问题matlab代码

1 简介

遗传算法（Genetic Algorithm，GA）是进化计算的一部分，是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。该算法简单、通用，鲁棒性强，适于并行处理。​

2 部分代码

%清空运行空间

clc;

clear;

close all;

wmax=0.9;

wmin=0;%速度的上限及下限

itmax=50;%迭代代数

%速度更新参数

c1=2;

c2=2;

for iter=1:itmax

W(iter)=wmax-((wmax-wmin)/itmax)*iter;

end;

a=-1;

b=2;

N=200;

D=2;

m=0.1;

n=3;

tcl=0.05;

f=’x.*sin(4*pi.*x)-y.*sin(4*pi.*y+pi+1)’;

[x,y]=meshgrid(a:tcl:b,a:tcl:b);

vxp=x;

vyp=y;

vzp=eval(f);

x=[];

vmfit=[];

x=a+(b-a)*rand(N,D,1);

V=wmin+(wmax-wmin)*rand(N,D,1);

gbest(1,:,itmax)

Fbest(1,1,itmax)

%Random deployment algorithm

sx=a+(b-a)*rand(N,D,1);

sy=a+(b-a)*rand(N,D,1);

sz=a+(b-a)*rand(N,D,1);

%

%Gradient direction algorithm

figure(1);

mesh(vxp,vyp,vzp);

hold on;

plot3(x(:,1,1),x(:,2,1),F(:,1,1),’k*’)

title(‘Gradient direction algorithm hydrophone distribution’);

%Left view

%view(-90,0)

xlabel(‘Simulated underwater area width(kilometre)’);

ylabel(‘Simulated underwater area length(kilometre)’);

zlabel(‘Simulated water depth(kilometre)’);

grid on;

figure(2)

mesh(vxp,vyp,vzp);

hold on;

plot3(sx,sy,sz,’k*’,’MarkerSize’,5)

title(‘Random deployment algorithm hydrophone distribution’);

%Left view

%view(-90,0)

xlabel(‘Simulated underwater area width(kilometre)’);

ylabel(‘Simulated underwater area length(kilometre)’);

zlabel(‘Simulated water depth(kilometre)’);

grid on;

figure(3);

i_draw4=1:itmax;

Fbest1(i_draw4)=Fbest(1,1,i_draw4);

i_draw4=i_draw4′;

plot(i_draw4,Fbest1);

hold on;

plot(vmfit,’r’);

hold off;

title(‘Optimal, average function value change trend’);

xlabel(‘Generations’);

ylabel(‘J(\theta)’);

grid on;

3 仿真结果

4 参考文献

[1]刘鲭洁,陈桂明,杨旗. (2008). 基于matlab工具的遗传算法求解有约束最优化问题. 兵工自动化, 27(11), 2.

**部分理论引用网络文献，若有侵权联系博主删除。*