遗传算法解决非线性规划问题Matlab程序_第1页
遗传算法解决非线性规划问题Matlab程序_第2页
遗传算法解决非线性规划问题Matlab程序_第3页
免费预览已结束,剩余1页可下载查看

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、非线性整数规划的遗传算法Matlab程序(附图)通常,非线性整数规划是一个具有指数复杂度的NP问题,如果约束较为复杂,Matlab优化工具箱和一些优化软件比如lingo等,常常无法应用,即使能应用也不能给出一个较为令人满意的解。这时就需要针对问题设计专门的优化算法。下面举一个遗传算法应用于非线性整数规划的编程实例,供大家参考! 模型的形式和适应度函数定义如下:垃皿2 =兀叫口希)屯J-l i-1min E =1-1 13i-1st.020i = 1,2,J = 1, N曳用其中心适应度函数为=Fitness(x)匸迟(迟mm佃劭(怎O)-/ (勺)0) K片*?-J-1其中丘=2,即l =厂=

2、迟卑厂口1 一希)脅 兀=应=2L艺裁-帝 = 0.8,0.2kJ-12-1i-1 Ji-l这是一个具有200个01决策变量的多目标非线性整数规划,编写优化的目标函数如下,其 中将多目标转化为单目标采用简单的加权处理。矚慫润厲钐瘗睞枥庑赖。fun ctio n Fit ness=FITNESS(x,FARM,e,q,w)%适应度函数%输入参数列表%x决策变量构成的4X 50的0-1矩阵%FARM细胞结构存储的当前种群,它包含了个体x%e4X 50 的系数矩阵%q 4X 50 的系数矩阵%w1X 50 的系数矩阵%gamma=0.98;N=le ngth(FARM);%种群规模F1=zeros(

3、1,N);F2=zeros(1,N);for i=1:Nxx=FARMi;ppp=(1-xx)+(1-q).*xx;F1(i)=sum(w.*prod(ppp);F2(i)=sum(sum(e.*xx);endppp=(1-x)+(1-q).*x;f1=sum(w.*prod(ppp);f2=sum(sum(e.*x);Fitness=gamma*sum(min(sign(f1-F1);zeros(1,N)+(1-gamma)*sum(mi n(sign(f2-F2);zeros(1,N); 聞創沟燴鐺險爱氇谴净。针对问题设计的遗传算法如下,其中对模型约束的处理是重点考虑的地方function

4、 Xp,LC1,LC2,LC3,LC4=MYGA(M,N,Pm)% 求解 01 整数规划的遗传算法% 输入参数列表% M遗传进化迭代次数% N种群规模% Pm变异概率% 输出参数列表% Xp最优个体% LC1子目标 1 的收敛曲线% LC2子目标 2 的收敛曲线% LC3平均适应度函数的收敛曲线% LC4最优适应度函数的收敛曲线残骛楼諍锩瀨濟溆塹籟。% 参考调用格式 Xp,LC1,LC2,LC3,LC4=MYGA(50,40,0.3) % 第一步:载入数据和变量初始化load eqw;% 载入三个系数矩阵 e,q,w%输出变量初始化 Xp=zeros(4,50);LC1=zeros(1,M);

5、LC2=zeros(1,M);LC3=zeros(1,M);LC4=zeros(1,M);Best=inf; 酽锕极額閉镇桧猪訣锥。% 第二步:随机产生初始种群 farm=cell(1,N);% 用于存储种群的细胞结构 k=0;while k % 以下是一个合法个体的产生过程x=zeros(4,50);%x 每一列的 1 的个数随机决定 for i=1:50R=rand;Col=zeros(4,1);if R0.9RP=randperm(4);Col(RP(1:2)=1;elseRP=randperm(4);Col(RP(1:3)=1;end x(:,i)=Col;end% 下面是检查行和是否

6、满足约束的过程,对于不满足约束的予以抛弃 Temp1=sum(x,2);Temp2=find(Temp120);if length(Temp2)=0k=k+1;farmk=x;endend% 以下是进化迭代过程counter=0;% 设置迭代计数器 while counter% 第三步:交叉% 交叉采用双亲双子单点交叉newfarm=cell(1,2*N);%用于存储子代的细胞结构Ser=randperm(N);%两两随机配对的配对表A=farmSer(1);%B=farmSer(2);%P0=unidrnd(49);%取出父代 A 取出父代 B 随机选择交叉点a=A(:,1:P0),B(:,

7、(P0+1):end);% 产生子代 ab=B(:,1:P0),A(:,(P0+1):end);% 产生子代 bnewfarm2*N-1=a;% 加入子代种群newfarm2*N=b;% 以下循环是重复上述过程 for i=1:(N-1)A=farmSer(i);B=farmSer(i+1);P0=unidrnd(49);a=A(:,1:P0),B(:,(P0+1):end);b=B(:,1:P0),A(:,(P0+1):end);newfarm2*i-1=a; newfarm2*i=b;end% 第四步:选择复制FLAG=ones(1,3*N);% 标志向量,对是否满足约束进行标记% 以下过

8、程是检测新个体是否满足约束for i=1:(3*N) x=FARMi; sum1=sum(x,1); sum2=sum(x,2); flag1=find(sum1=0); flag2=find(sum1=4); flag3=find(sum220); if length(flag1)+length(flag2)+length(flag3)0FLAG(i)=0;% 如果不满足约束,用 0 加以标记 end endNN=length(find(FLAG)=1);% 满足约束的个体数目,它一定大于等于 N NEWFARM=cell(1,NN);% 以下过程是剔除不满主约束的个体kk=0;for i=

9、1:(3*N)if FLAG(i)=1kk=kk+1;NEWFARMkk=FARMi;endend% 以下过程是计算并存储当前种群每个个体的适应值SYZ=zeros(1,NN); syz=zeros(1,N);for i=1:NN x=NEWFARMi;SYZ(i)=FITNESS2(x,NEWFARM,e,q,w);% 调用适应值子函数endk=0;% 下面是选择复制,选择较优的 N 个个体复制到下一代while k minSYZ=min(SYZ); posSYZ=find(SYZ=minSYZ); POS=posSYZ(1); k=k+1;farmk=NEWFARMPOS;syz(k)=S

10、YZ(POS);SYZ(POS)=inf;end% 记录和更新,更新最优个体,记录收敛曲线的数据minsyz=min(syz);meansyz=mean(syz); pos=find(syz=minsyz);LC3(counter+1)=meansyz;if minsyz Best=minsyz; Xp=farmpos(1);endLC4(counter+1)=Best;ppp=(1-Xp)+(1-q).*Xp;LC1(counter+1)=sum(w.*prod(ppp);LC2(counter+1)=sum(sum(e.*Xp);% 第五步:变异for i=1:N if Pmrand% 是

11、否变异由变异概率 Pm 控制AA=farmi;% 取出一个个体POS=unidrnd(50);% 随机选择变异位 R=rand;Col=zeros(4,1);if R0.9 RP=randperm(4);Col(RP(1:2)=1;else RP=randperm(4); Col(RP(1:3)=1;end% 下面是判断变异产生的新个体是否满足约束,如果不满足,此次变异无效 AA(:,POS)=Col;Temp1=sum(AA,2); Temp2=find(Temp120);if length(Temp2)=0 farmi=AA;endendendcounter=counter+1end 彈贸摄尔霁毙攬砖卤庑。 %第七步:绘收敛曲线图 figure(1);plot(LC1);xlabel( 迭代次数 );ylabel( 子目标1的值);title( 子目标1的收敛曲线); figure(2);plot(LC2);xlabel(迭代次数);ylabel(子目标2的值);title( 子目标2的收敛曲线);figure(3);plot(LC3);xlabel(迭代次数);ylabel( 适应度函

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论