用遗传算法求函数最大值二：选择、交叉和变异
用遗传算法求函数最大值二：选择、交叉和变异
mwangblog
发布于 2018-10-18 17:55:55
发布于 2018-10-18 17:55:55
选择
选择（或复制）操作决定哪些个体可以进入下一代。这里采用轮盘赌法选择，这种方法比较容易实现。
在轮盘赌法中，设种群大小为n，其中个体i的适应值是f_ifi，则i被选择的概率为：
p_i = \frac{f_i}{\sum_{j=1}^{n} f_i}pi=∑j=1nfifi
显然，个体适应值越大，被选择的概率越大。
轮盘赌法具体步骤如下：
- 计算f_{sum}fsum和p_ipi 。
- 产生(0,1)的随机数rand,求s=rand×f_sum 。
- 求\sum_{i=1}^k f_i \geqslant s∑i=1kfi⩾s中最小的k,该k被选中。
- 多次操作，直到得到指定个个体。
代码实现如下：
function [newpop] = selection(pop, fitvalue)% 选择，轮盘赌方法，最大化问题% pop input 种群% fitvalue input 适应度值% newpop output 选择后的种群totalfit = sum(fitvalue);fitvalue = fitvalue / totalfit;fitvalue = cumsum(fitvalue);[n, l] = size(pop);newpop = zeros(n, l);rnumber = sort(rand(n,1));fitindex = 1;newindex = 1;while newindex <= n if rnumber(newindex) < fitvalue(fitindex)
newpop(newindex,:) = pop(fitindex,:);
newindex = newindex + 1;
else
fitindex = fitindex + 1;
endendend交叉
这里采用单点交叉的方法，假设有两个个体：
X1 = 010*0110 X2 = 101*0001
在*交叉，得到两个子代：
Y1 = 0100001 Y2 = 1010110
实现代码如下：
function [newpop] = crossover(pop, pc)% 交叉% pop input 种群% pc input 变异概率% newpop output 新种群[n, l] = size(pop);newpop = zeros(n, l);for i = 1:2:n-1 % 最少需剩余一行
if rand < pc
cpoint = round(rand * l);
newpop(i, :) = [pop(i, 1:cpoint), pop(i+1, cpoint+1:l)];
newpop(i+1, :) = [pop(i+1, 1:cpoint), pop(i, cpoint+1:l)];
else
newpop(i, :) = pop(i,:);
newpop(i+1, :) = pop(i+1,:);
endendend变异
对于本问题的二进制编码，变异是指将染色体中的某一位进行反转，代码如下：
function [newpop] = mutation(pop, pm)% 变异% pop input 种群% pm input 变异概率% newpop output 变异之后的新种群[n, l] = size(pop);newpop = zeros(n, l);for i = 1:n newpop(i, :) = pop(i, :);
if rand < pm
mpoint = round(rand * l);
if mpoint <= 0
mpoint = 1;
end
if any(newpop(i, mpoint)) == 0
newpop(i, mpoint) = 1;
else
newpop(i, mpoint) = 0;
end
endendend最优个体
下面的函数得到种群中最优个体的索引：
function bestindex = bestindividual(pop, fitvalue, opt)% 得到种群中最优的个体的索引% pop input 种群% fitvalue input 适应度值% opt input 操作模式:'min'求最小值,'max'求最大值% bestindex output 最优个体索引if strcmp(opt, 'min')
[~, bestindex] = min(fitvalue);else
[~, bestindex] = max(fitvalue);endend本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2018-09-20，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录