遗传算法作业.doc

作业土规1101班 刘迈克 2011306200521AB1B2C1C2C3C4D1D2D3E1E2E3F1F2G531368766583338422213335526643求下面加权有向图中从A到G的最短路径。12345678910111213141516531368766583338422213335526643解：基本思路：第一步：确定决策变量及其约束条件。第二步：建立优化模型。第三步：确定编码方法。第四步：确定解码方法。第五步：确定个体评价方法。第六步：设计遗传算子。 选择运算使用比例选择算子； 交叉运算使用单点交叉算子； 变异运算使用基本位变异算子。第七步：确定遗传算法的运行参数。 程序：% n - 种群规模% ger - 迭代次数% pc - 交叉概率% pm - 变异概率% v - 初始种群（规模为n）% f - 目标函数值% fit - 适应度向量% vx - 最优适应度值向量% vmfit - 平均适应度值向量 clear all;close all;clc; tic; % 生成初始种群%power=0 5 3 100 100 100 100 100;% 100 0 100 1 3 6 100 100;% 100 100 0 100 8 7 6 100;% 100 100 100 0 100 100 100 8;% 100 100 100 100 0 100 100 5;% 100 100 100 100 100 0 100 3;% 100 100 100 100 100 100 0 3;% 100 100 100 100 100 100 100 0; power=0 5 3 100 100 100 100 100 100 100 100 100 100 100 100 100; 100 0 100 1 3 6 100 100 100 100 100 100 100 100 100 100; 100 100 0 100 8 7 6 100 100 100 100 100 100 100 100 100; 100 100 100 0 100 100 100 6 8 100 100 100 100 100 100 100; 100 100 100 100 0 100 100 3 5 100 100 100 100 100 100 100; 100 100 100 100 100 0 100 100 3 3 100 100 100 100 100 100; 100 100 100 100 100 100 0 100 8 4 100 100 100 100 100 100; 100 100 100 100 100 100 100 0 100 100 2 2 100 100 100 100; 100 100 100 100 100 100 100 100 0 100 100 1 2 100 100 100; 100 100 100 100 100 100 100 100 100 0 100 3 3 100 100 100; 100 100 100 100 100 100 100 100 100 100 0 100 100 3 5 100; 100 100 100 100 100 100 100 100 100 100 100 0 100 5 2 100; 100 100 100 100 100 100 100 100 100 100 100 100 0 6 6 100; 100 100 100 100 100 100 100 100 100 100 100 100 100 0 100 4; 100 100 100 100 100 100 100 100 100 100 100 100 100 100 0 3; 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 0; PM PN=size(power); n=80;ger=200;pc=0.7;pm=0.02; % 生成初始种群v=init_population(n,PN); v(:,1)=1;v(:,PN)=1; N,L=size(v);disp(sprintf(Number of generations:%d,ger);disp(sprintf(Population size:%d,N);disp(sprintf(Crossover probability:%.3f,pc);disp(sprintf(Mutation probability:%.3f,pm); % 计算适应度，并画出图形fit=short_road_fun(v,power);figure(1);grid on;hold on;plot(fit,k*);title(a)染色体的初始位置);xlabel(x);ylabel(f(x); % 初始化 vmfit=;it=1;vx=;%C=; % 开始进化while it=ger %Reproduction(Bi-classist Selection) vtemp=short_road_roulette(v,fit); %Crossover v=short_road_crossover(vtemp,pc); %Mutation M=rand(N,L)=pm; %M(1,:)=zeros(1,L); v=v-2.*(v.*M)+M; v(:,1)=1; v(:,end)=1; %Results fit=short_road_fun(v,power); sol,indb=min(fit); v(1,:)=v(indb,:); media=mean(fit); vx=vx sol; vmfit=vmfit media; it=it+1;end % 最后结果disp(sprintf(n); %空一行 % 显示最优解及最优值disp(sprintf(Shortroad is %s,num2str(find(v(indb,:);disp(sprintf(Mininum is %d,sol);v(indb,:) % 图形显示最优结果figure(2);grid on;hold on;plot(fit,r*);title(染色体的最终位置);xlabel(x);ylabel(f(x); % 图形显示最优及平均函数值变化趋势figure(3);plot(vx);title(最优,平均函数值变化趋势);xlabel(Generations);ylabel(f(x);hold on;plot(vmfit,r);hold off; runtime=toc结果：Number of generations:200Population size:80Crossover probability:0.700Mutation probability:0.020Shortroad is 1 2 5 8 12 15