欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

使用遺傳算法求二元函數(shù)的最小值

 更新時間:2020年02月11日 09:56:27   作者:YQ_younger  
今天小編就為大家分享一篇使用遺傳算法求二元函數(shù)的最小值,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

二元函數(shù)為y=x1^2+x2^2,x∈[-5,5]

NIND=121;  %初始種群的個數(shù)(Number of individuals)
NVAR=2;   %一個染色體(個體)有多少基因
PRECI=20;  %變量的二進(jìn)制位數(shù)(Precision of variables)
MAXGEN=200;  %最大遺傳代數(shù)(Maximum number of generations)
GGAP=0.8;  %代溝(Generation gap),以一定概率選擇父代遺傳到下一代
trace=zeros(MAXGEN,2);   %尋優(yōu)結(jié)果的初始值

Chrom=crtbp(NIND,PRECI*NVAR); %初始種群

%區(qū)域描述器(Build field descriptor)
%確定每個變量的二進(jìn)制位數(shù),取值范圍,及取值范圍是否包括邊界等。
FieldD=[rep([PRECI],[1,NVAR]);rep([-5;5],[1,NVAR]);rep([1;0;1;1],[1,NVAR])];
Objv=objfun(bs2rv(Chrom,FieldD))
gen=1;     %代計數(shù)器
while gen<=MAXGEN
 Fitv=ranking(Objv); %分配適應(yīng)度值(Assign fitness values)
 SelCh=select('sus',Chrom,Fitv,GGAP); %選擇
 SelCh=recombin('xovsp',SelCh,1);  %重組
 SelCh=mut(SelCh);      %變異
 ObjVSel=objfun(bs2rv(SelCh,FieldD));%子代個體的十進(jìn)制轉(zhuǎn)換
 %重插入子代的新種群
 [Chrom,Objv]=reins(Chrom,SelCh,1,1,Objv,ObjVSel);
 trace(gen,1)=min(Objv);   %遺傳算法性能跟蹤
 trace(gen,2)=sum(Objv)/length(Objv);
  gen=gen+1;     %代計數(shù)器增加
end
plot(trace(:,1));
hold on
plot(trace(:,2),'.')
grid
legend('最優(yōu)解的變化','解的平均值的變化')

根據(jù)上面的求解模型,可以寫出模型的.M文件如下,即適應(yīng)度函數(shù)

% OBJFUN.M  
% Syntax: ObjVal = objfun1(Chrom,rtn_type)
%
% Input parameters:
% Chrom  - Matrix containing the chromosomes of the current
%    population. Each row corresponds to one individual's
%    string representation.
%    if Chrom == [], then special values will be returned
% rtn_type - if Chrom == [] and
%    rtn_type == 1 (or []) return boundaries
%    rtn_type == 2 return title
%    rtn_type == 3 return value of global minimum
%
% Output parameters:
% ObjVal - Column vector containing the objective values of the
%    individuals in the current population.
%    if called with Chrom == [], then ObjVal contains
%    rtn_type == 1, matrix with the boundaries of the function
%    rtn_type == 2, text for the title of the graphic output
%    rtn_type == 3, value of global minimum
% Author:  YQ_younger

function ObjVal = objfun(Chrom,rtn_type);

% Dimension of objective function
 Dim = 2; 
% Compute population parameters
 [Nind,Nvar] = size(Chrom);
% Check size of Chrom and do the appropriate thing
 % if Chrom is [], then define size of boundary-matrix and values
 if Nind == 0
  % return text of title for graphic output
  if rtn_type == 2
   ObjVal = ['DE JONG function 1-' int2str(Dim)];
  % return value of global minimum
  elseif rtn_type == 3
   ObjVal = 0;
  % define size of boundary-matrix and values
  else 
   % lower and upper bound, identical for all n variables  
   ObjVal = 1*[-5; 5];
   ObjVal = ObjVal(1:2,ones(Dim,1));
  end
 % if Dim variables, compute values of function
 elseif Nvar == Dim
  % function 1, sum of xi^2 for i = 1:Dim (Dim=30)
  % n = Dim, -5 <= xi <= 5
  % global minimum at (xi)=(0) ; fmin=0
  ObjVal = sum((Chrom .* Chrom)')';
  % ObjVal = diag(Chrom * Chrom'); % both lines produce the same
 % otherwise error, wrong format of Chrom
 else
  error('size of matrix Chrom is not correct for function evaluation');
 end 
% End of function

注釋:
種群表示和初始化函數(shù) bs2rv:
二進(jìn)制串到實值的轉(zhuǎn)換
Phen=bs2rv(Chrom,FieldD) FieldD=[len, lb, ub, code, scale, lbin, ubin]
code(i)=1為標(biāo)準(zhǔn)的二進(jìn)制編碼,code(i)=0為格雷編碼
scale(i)=0為算術(shù)刻度,scale(i)=1為對數(shù)刻度
函數(shù) crtbp:
創(chuàng)建初始種群
[Chrom,Lind,BaseV]=crtbp(Nind,Lind)

[Chrom,Lind,BaseV]=crtbp(Nind,BaseV)
[Chrom,Lind,BaseV]=crtbp(Nind,Lind,BaseV)

Nind指定種群中個體的數(shù)量,Lind指定個體的長度
函數(shù) crtrp:
創(chuàng)建實值原始種群
Chrom=crtrp(Nind,FieldDR)

適應(yīng)度計算函數(shù) ranking:
基于排序的適應(yīng)度分配(此函數(shù)是從最小化方向?qū)€體進(jìn)行排序的)
FitV=ranking(ObjV)
FitV=ranking(ObjV, RFun)
FitV=ranking(ObjV, RFun, SUBPOP)
Rfun(1)線性排序標(biāo)量在[1 2]間為,非線性排序在[1 length(ObjV)-2]
Rfun(2)指定排序方法,0為線性排序,1為非線性排序
SUBPOP指明ObjV中子種群的數(shù)量,默認(rèn)為1

選擇高級函數(shù) select:
從種群中選擇個體
SelCh=select(SEL_F, Chrom, FitnV)
SelCh=select(SEL_F, Chrom, FitnV, GGAP)
SelCh=select(SEL_F, Chrom, FitnV, GGAP, SUBPOP)

SEL_F是一字符串,為一低級選擇函數(shù)名,如rws或sus
GGAP指出了代溝,默認(rèn)為1;也可大于1,允許子代數(shù)多于父代的數(shù)量
rws: 輪盤賭選擇
NewChrIx=rws(FitnV, Nsel) 使用輪盤賭選擇從一個種群中選擇Nsel個個體
NewChrIx 是為育種選擇的個體的索引值
sus:
隨機遍歷抽樣
NewChrIx=sus(FitnV, Nsel)

交叉高級函數(shù) recombin:
重組個體
NewChrom=recombin(REC_F, Chrom)
NewChrom=recombin(REC_F, Chrom, RecOpt)
NewChrom=recombin(REC_F, Chrom, RecOpt, SUBPOP)
REC_F是包含低級重組函數(shù)名的字符串,例如recdis,recint,reclin,xovdp, xovdprs, xovmp, xovsh, xovshrs, xovsp, xovsprs
recdis:
離散重組
NewChrom=recdis(OldChorm)
recint:
中間重組
NewChrom=recint(OldChorm)
reclin:
線性重組
NewChrom=reclin(OldChorm)
xovdp:

兩點交叉

NewChrom=xovdp(OldChrom, XOVR)

XOVR為交叉概率, 默認(rèn)為0.7
Xovdprs:
減少代理的兩點交叉
NewChrom=xovdprs(OldChrom, XOVR)
Xovmp:

多點交叉

NewChrom=xovmp(OldChrom, XOVR, Npt, Rs)

Npt指明交叉點數(shù), 0 洗牌交叉;1 單點交叉;2 兩點交叉;
默認(rèn)為0

Rs指明使用減少代理, 0 不減少代理;1 減少代理;
默認(rèn)為0
Xovsh:

洗牌交叉

NewChrom=xovsh(OldChrom, XOVR)
Xovshrs:
減少代理的洗牌交叉
NewChrom=xovshrs(OldChrom, XOVR)
Xovsp:
單點交叉
NewChrom=xovsp(OldChrom, XOVR)
Xovsprs:
減少代理的單點交叉
NewChrom=xovsprs(OldChrom, XOVR)

變異高級函數(shù) mutate:
個體的變異
NewChorm=mutate(MUT_F, OldChorm, FieldDR) NewChorm=mutate(MUT_F, OldChorm, FieldDR, MutOpt) NewChorm=mutate(MUT_F, OldChorm, FieldDR, MutOpt, SUBPOP) MUT_F為包含低級變異函數(shù)的字符串,例如mut, mutbga, recmut
mut:
離散變異算子
NewChrom=mut(OldChorm, Pm) NewChrom=mut(OldChorm, Pm, BaseV)
Pm為變異概率,默認(rèn)為Pm=0.7/Lind
mutbga:
實值種群的變異(遺傳算法育種器的變異算子) NewChrom=mutbga(OldChorm, FieldDR)
NewChrom=mubga(OldChorm, FieidDR, MutOpt)
MutOpt(1)是在[ 0 1]間的重組概率的標(biāo)量,默認(rèn)為1
MutOpt(2)是在[0 1]間的壓縮重組范圍的標(biāo)量,默認(rèn)為1(不壓縮)
recmut:
具有突變特征的線性重組
NewChrom=recmut(OldChorm, FieldDR)
NewChrom=recmut(OldChorm, FieidDR, MutOpt)

重插入函數(shù) reins:
重插入子群到種群
Chorm=reins(Chorm, SelCh)
Chorm=reins(Chorm, SelCh, SUBPOP)
Chorm=reins(Chorm, SelCh, SUBPOP, InsOpt, ObjVch)
[Chorm, ObjVch]=reins(Chorm, SelCh, SUBPOP, InsOpt, ObjVch, ObjVSel)
InsOpt(1)指明用子代代替父代的選擇方法,0為均勻選擇,1為基于適應(yīng)度的選擇,默認(rèn)為0
InsOpt(2)指明在[0 1]間每個子種群中重插入的子代個體在整個子種群的中個體的比率,默認(rèn)為1

ObjVch包含Chorm中個體的目標(biāo)值,對基于適應(yīng)度的重插入是必需的
ObjVSel包含Selch中個體的目標(biāo)值,如子代數(shù)量大于重插入種群的子代數(shù)量是必需的

其他函數(shù)矩陣復(fù)試函數(shù) rep:
MatOut=rep(MatIn, REPN)
REPN為復(fù)制次數(shù)

以上這篇使用遺傳算法求二元函數(shù)的最小值就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • python支持?jǐn)帱c續(xù)傳的多線程下載示例

    python支持?jǐn)帱c續(xù)傳的多線程下載示例

    這篇文章主要介紹了python支持?jǐn)帱c續(xù)傳的多線程下載示例,大家參考使用吧
    2014-01-01
  • Python中import機制詳解

    Python中import機制詳解

    在剛剛接觸python時,我們會被其優(yōu)美的格式、簡潔的語法和無窮無盡的類庫所震撼。在真正的將python應(yīng)用到實際的項目中,你會遇到一些無法避免的問題。最讓人困惑不解的問題有二類,一個編碼問題,另一個則是引用問題。本文主要討論關(guān)于Python中import的機制與實現(xiàn)
    2017-11-11
  • 在python 中實現(xiàn)運行多條shell命令

    在python 中實現(xiàn)運行多條shell命令

    今天小編就為大家分享一篇在python 中實現(xiàn)運行多條shell命令,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-01-01
  • python常見運算符及用法小結(jié)

    python常見運算符及用法小結(jié)

    python中的運算符主要包括算術(shù)運算符,關(guān)系(比較)運算符,賦值運算符,邏輯運算符,成員運算符,身份運算符,三目運算符。使用運算符將不同類型的數(shù)據(jù)按照一定的規(guī)則連接起來的式子,稱為表達(dá)式。下面將介紹一些常用的運算符
    2022-08-08
  • python益智游戲計算漢諾塔問題示例

    python益智游戲計算漢諾塔問題示例

    漢諾塔(又稱河內(nèi)塔)問題是源于印度一個古老傳說的益智玩具。
    2014-03-03
  • Tensorflow 同時載入多個模型的實例講解

    Tensorflow 同時載入多個模型的實例講解

    今天小編就為大家分享一篇Tensorflow 同時載入多個模型的實例講解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-07-07
  • Python實現(xiàn)自動計算特定格式的時間差

    Python實現(xiàn)自動計算特定格式的時間差

    這篇文章主要介紹了利用Python實現(xiàn)在輸入一個特定格式的時間后,自動獲取前進(jìn)或者后退多少小時之后的時間。感興趣的朋友可以了解一下
    2021-12-12
  • python 讀取Linux服務(wù)器上的文件方法

    python 讀取Linux服務(wù)器上的文件方法

    今天小編就為大家分享一篇python 讀取Linux服務(wù)器上的文件方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-12-12
  • 詳解Python開發(fā)中如何使用Hook技巧

    詳解Python開發(fā)中如何使用Hook技巧

    這篇文章主要介紹了詳解Python開發(fā)中如何使用Hook技巧,詳細(xì)的介紹了Python Hook的用法和示例,有興趣的可以了解一下
    2017-11-11
  • python能開發(fā)游戲嗎

    python能開發(fā)游戲嗎

    在本篇文章里小編給大家整理的是關(guān)于python進(jìn)行游戲開發(fā)的相關(guān)知識點,需要的朋友們參考學(xué)習(xí)下。
    2020-06-06

最新評論