资源描述：
《遗传算法案例分析及源代码.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、一．问题描述：在某一区域内有n个客户，拟建一个物流中心，已知客户j地址坐标为。确定物流中心的地址坐标，使得该物流中心到几个客户之间的距离最短。假设：简单的用两点之间的距离代替运输距离。目标函数：约束条件：假设某一区域内有5个客户，其位置坐标如下表所示，客户坐标及相关需求量客户X（km)Y(km)115228351476583（1）变量：C：是一个1*6数组，每个数组里面是一个6位二进制数，它是遗传算法中的染色体。new_c:每一轮的新变量c。first_c:初始群体矩阵。sur_value：个体适应值的概率值，为0-1之间的数，所有概率值和为1。survived：经
2、过选择运算后产生的个体基因型组合。intersect_c：经过交叉运算后产生的个体基因型组合。mutation_c：经过变异运算后产生的个体基因型组合。f：最后计算得到的最大值（2）程序里面的方程functionout=value_function(ci)：价值函数（自适应度函数）。function[sur_value]=calc_value(c)：计算群体中每一个个体的适应度的值functionsurvived=surviver(sur_value)：利用概率选择函数function[intersect_c]=intersect(new_c)：交叉运算functi
3、on[mutation_c,mutation_value]=mutation(intersect_c)：变异运算（1）遗传算法主程序%遗传算法的主程序%初始群体的产生，本例中，群体规模大小取为6，即由6个个体组成，每个个体随机产生。c=rand(6,6);%产生随机群体，c表示个体变量。%第一个6表示个体个体，第二个6表示基因型由6位无符号二进制数组成c(c>0.5)=1;c(c<0.5)=0;%显示初始群体first_c=c;points=[1,5;2,8;5,1;7,6;8,3];%目的点%一轮算法包括选择，交叉，变异，变异完成后产生新的个体，作为子代群体进行下
4、一轮进化。一共设置1000次进化forn=1:1000%设置循环次数sur_value=calc_value(c,points);survived=surviver(sur_value);new_c=zeros(6,6);forii=1:6new_c(ii,:)=c(survived(ii),:);endintersect_c=intersect(new_c);%交叉个体mutation_c=mutation(intersect_c);%变异个体，作为子代群体c=mutation_c;%子代群体作为新一轮的个体，继续选择，交叉，变异endf=0;forjj=1:6b
5、=value_function(new_c(jj,:),points);ifb>ff=b;endend（2）适应度函数计算：适应度函数选择为目标函数的倒数functiondistance=value_function(ci,points)%遗传算法的价值函数，同时也可以将此目标函数值作为个体的适应度。x=4*ci(1)+2*ci(2)+1*ci(3)+1;y=4*ci(4)+2*ci(5)+1*ci(6)+1;distance=0;forii=1:length(points)distance=distance+((x-points(ii,1))^(2)+(y-poi
6、nts(ii,2))^(2))^(1/2);endendfunction[sur_value]=calc_value(c,points)%计算群体中每一个个体的适应度的值value=zeros(1,6);forii=1:6%对于第1到第6个个体value(ii)=1/value_function(c(ii,:),points);%计算每个个体的适应度值endsur_value=value./sum(value);%将适应度值归一化，即每个个%体被遗传到下一代群体中的概率end（2）选择计算functionsurvived=surviver(sur_value)%选择
7、个体，采用与适应度成正比的概率来确定各个个体复制到下一代群体中survived=ones(1,6);forii=1:6random=rand(1)%随机产生一个0到1的数%判断该随机数出现在哪一个概率区间内，以此来判断哪个个体被选中sur_v_a=0;%设置最后结果的输出forjj=1:6sur_v_a=sur_v_a+sur_value(jj);ifrandom
