遗传算法matlab程序代码
遗传算法程序的源代码,自己做数模时候的资料,给大家分享了
function [R,Rlength]= GA_TSP(xyCity,dCity,Population,nPopulation,pCrossover,percent,pMutation,generation,nR,rr,rangeCity,rR,moffspring,record,pi,Shock,maxShock)
clear all
A=load('d.txt');
A
xyCity=[A(1,:);A(2,:)]; %x,y为各地点坐标
xyCity
figure(1)
grid on
hold on
scatter(xyCity(1,:),xyCity(2,:),'b+')
grid on
nCity=50;
nCity
for i=1:nCity %计算城市间距离
for j=1:nCity
dCity(i,j)=abs(xyCity(1,i)-xyCity(1,j))+abs(xyCity(2,i)-xyCity(2,j));
end
end %计算城市间距离
xyCity; %显示城市坐标
dCity %显示城市距离矩阵
%初始种群
k=input('取点操作结束'); %取点时对操作保护
disp('-------------------')
nPopulation=input('种群个体数量:'); %输入种群个体数量
if size(nPopulation,1)==0
nPopulation=50; %默认值
end
for i=1:nPopulation
Population(i,:)=randperm(nCity-1); %产生随机个体
end
Population %显示初始种群
pCrossover=input('交叉概率:'); %输入交叉概率
percent=input('交叉部分占整体的百分比:'); %输入交叉比率
pMutation=input('突变概率:'); %输入突变概率
nRemain=input('最优个体保留最大数量:');
pi(1)=input('选择操作最优个体被保护概率:');
%输入最优个体被保护概率
pi(2)=input('交叉操作最优个体被保护概率:');
pi(3)=input('突变操作最优个体被保护概率:');
maxShock=input('最大突变概率:');
if size(pCrossover,1)==0
你可能喜欢
- matlab遗传算法实例
- matlab遗传算法代码
- 遗传算法解决TSP问题
- 算法入门
- 粒子群优化算法
- 遗传算法求解优化问题
- 人工鱼群算法
- 模拟退火算法
- 三个遗传算法matlab程序实例19页
- matlab遗传算法工具箱函数及实例讲解3页
- matlab遗传算法实例10页
- matlab遗传算法工具箱函数及实例讲解3页
- matlab遗传算法工具箱函数及实例讲解10页
- matlab遗传算法工具箱函数及实例讲解2页
- 遗传算法程序源代码matlab7页
- 遗传算法matlab代码11页
- 遗传算法matlab代码3页
- 遗传算法matlab代码2页
- matlab、lingo程序代码3-背包问题(遗传算法)3页
- 遗传算法matlab程序代码7页
- 遗传算法解决TSP问题32页
- 遗传算法解决TSP问题的Matlab程序4页
- 遗传算法解决TSP问题,C++版(带注释)29页
- 遗传算法解决TSP问题的Matlab程序4页
- 遗传算法解决TSP问题8页
- 基于Matlab的遗传算法解决TSP问题的报告12页
- 经典pso粒子群优化算法程序2页
- PSO粒子群优化算法6页
- 粒子群优化算法在遥感影像增强中的应用5页
- 基于改进离散粒子群优化算法的逆向物流选址模型研究_杨名3页
- 复形法粒子群优化算法研究3页
- 基于粒子迁徙的粒群优化算法及其在岩土工程中的应用7页
- 结构重分析算法加速遗传算法求解结构频率优化问题12页
- 遗传算法求解N皇后问题的优化3页
- 基于遗传算法和蚂蚁算法求解函数优化问题4页
- Matlab环境下的遗传算法程序设计及优化问题求解3页
- 基于模糊逻辑的多目标优化问题遗传算法求解探讨3页
- 一种新的求解约束多目标优化问题的遗传算法5页
- 求解矩阵特征值的混合人工鱼群算法4页
- 求解TSP的改进人工鱼群算法4页
- 人工鱼群算法C++代码1页
- 一种简化的人工鱼群算法5页
- 改进的人工鱼群算法在水质参数识别中的应用6页
- 基于人工鱼群算法的机器人路径规划4页
- 模拟退火算法10页
- Ch2 模拟退火算法17页
- 基于模拟退火算法的工件位置标定5页
- 单纯形-模拟退火算法3页
- 模拟退火算法机理研究6页
- 模拟退火算法的并行化策略研究2页


