基于matlab遗传算法的非线性方程组优化程序

《基于matlab遗传算法的非线性方程组优化程序》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于Matlab遗传算法的非线性方程组优化程序clear，clc;%清理内存，清屏circIeN=200;%迭代次数formatlong%构造可能解的空间，确定染色体的个数、长度solutionSum=4;leftBoundary=-l0;rightBoundary=10;distance=1;chromosomeSum=500;solutionSumErroi-0.1;oneDimensionSet=leftBoundary:distance:rightBoundary;oneDimensio

2、nSetN=size(oneDimensionSet，2);%返回oneDimensionSet中的元索个数solutionN=oneDimensionSetNAsolutionSum;%解空间(解集合)中可能解的总数binSolutionN=dec2bin(solutionN);%把可能解的总数转换成二进制数chromosomeLength=size(binSolutionN，2);%由解空问屮可能解的总数(二进制数)计算炎色体的长度%程序初始化%随机生成初始可能解的顺序号是为了防止出现0顺序

3、号solutionSequence=fix(rand(chromosomeSum,l)*solutionN)+l;fori=l:chromosomeSum%防止解的顺序号超出解的个数ifsolutionSequence(i)>solutionN;solutionSequence(i)=solutionN;endend%把解的十进制序号转成二进制序号fatherChromosomeGroup=dec2bin(solutionSequence,chromosomeLength);holdLeastF

4、unctionError=Inf;%可能解的最小误差的初值holdBestChromosome=0;%对应最小误差的染色体的初值%计算circle=0;whilecircle

5、rSumErrorl(x);%把解代入方程计算误差[solution,minError,isTrue]=isSolution(x,functionError,solutionSumEiTor);ifisTrue==11方程得解*solutionminErrorcirclereturn%结束程序end%3：选择最好解对应的最优染色体[bestChromosomeJeastFunctionError]=best_worstChromosome(fatherChromosonieGroup,funct

6、ionError);%4：保留每次迭代产生的最好的染色体[hoIdBestChromosome,holdLeastFunctionError]...=compareBestChromosome(holdBestChromosome，holdLeastFunctionError，…bestChromosomeJeastFunctionError);%circle%minEiTor%solution%holdLeastFunctionError%5:把保留的最好的漿色体holdBestChromos

7、ome加入到炎色体群屮order=round(rand(1)*chromosomeSum);iforder==0order:1;endfatherChromosomeGroup(order，:)=holdBestChromosome;functionError(order)=holdLeastFunctionError;%6:为每一条染色体(即可能解的序号)定义一个概率(关键步骤)[p,truePl=chromosomeProbability(functionError);iftrueP==*F

8、air1可能解严重不适应方程，请重新开始’return%结朿程序end%7：按照概率筛选染色体(关键步骤)%fa=bin2dec(fatherChromosomeGro叩)。/。显示父染色体fatherChromosomeGroup=varianceCh(sonChromosomeGroup,0.1,solutionN);fathcrChromosomeGrow=checkScquence(fatherChromosomcGro叩，solutionN);%检查变:后的染色体是否越界end%这个函