江西省赣州市会昌县,seo推广计划,长春建站优化加徽信xiala5效果好,北京理工大学网站开发与应用一、遗传算法GA
遗传算法#xff08;Genetic Algorithm#xff0c;GA#xff09;起源于对生物系统所进行的计算机模拟研究#xff0c;是一种随机全局搜索优化方法#xff0c;它模拟了自然选择和遗传中发生的复制、交叉(crossover)和变异(mutation)等现象#xff0c;从任…一、遗传算法GA
遗传算法Genetic AlgorithmGA起源于对生物系统所进行的计算机模拟研究是一种随机全局搜索优化方法它模拟了自然选择和遗传中发生的复制、交叉(crossover)和变异(mutation)等现象从任一初始种群Population出发通过随机选择、交叉和变异操作产生一群更适合环境的个体使群体进化到搜索空间中越来越好的区域这样一代一代不断繁衍进化最后收敛到一群最适应环境的个体Individual从而求得问题的优质解。
二、cec2013简介
在CEC 2013 Special Session on Real-Parameter Optimization中共有28个测试函数其维度可选择为10/30/50/100。每个测试函数的详细信息如下表所示 参考文献
[1] Liang J J , Qu B Y , Suganthan P N ,et al.Problem Definitions and Evaluation Criteria for the CEC 2013 Special Session on Real-Parameter Optimization[J]. 2013.
三、GA求解CEC2013
代码中测试不同的函数修改Function_name的值即可每个函数的维度dim可选择为10/30/50/100种群大小SearchAgents_no和最大迭代次数Max_iteration均可根据需要修改。
1部分代码
%%
close all
clear
clc
Function_name1; %测试函数可以选择 1-28
dim10;%维度可以选择 10/30/50/100
SearchAgents_no100; % 种群大小可以自己修改
Max_iteration1000; % 最大迭代次数可以自己修改
[Fun_Name,lb,ub,opt_f,err] get_fun_info_CEC2013(Function_name,dim);
fobstr2func(cec13_0);
fobj(x)Fun(x,fob,Function_name,opt_f);
[fMin,bestX,curve]GA(SearchAgents_no,Max_iteration,lb,ub,dim,fobj);
figure
plot(curve,Color,r,linewidth,2.5)
title(Fun_Name)
xlabel(Iteration);
ylabel(Best score obtained so far);
grid on
legend(GA)
display([The best solution obtained by GA is : , num2str(bestX)]);
display([The best optimal value of the objective funciton found by GA is : , num2str(fMin)]);2部分结果以F1F5和F10为例 四、完整MATLAB代码
