遗传算法及其Matlab实现(二元函数实现）

5. 遗传算法实例

参考文献：
1.《遗传算法原理及应用》
2.https://www.cnblogs.com/LoganChen/p/7509702.html
求下列二元函数的最大值：

运算过程如下：
（1）个体编码

​ 将x1，x2的定义域编码为一种符号串，该例题使用二进制编码。将编码后的x1，x2连接在一起形成个体的基因型。

例如：基因型 X = 100 010

​ 其表现型 x = [4,2]
​ 基因型与表现型可通过解码程序与编码程序相互转换。

（2）初始群体产生

​ 本例中，选取初始群体为4，实际使用中应远远大于4。随机产生的群体如下：

（3）适应度计算

​ 适应度大小决定了该个体的优劣程度，从而决定其遗传机会的大小。由于目标函数总是非负数，因此可直接选取目标函数的函数值作为个体的适应值。
对初始群体解码后计算得出：

（4）选择运算

​ 运用了轮盘选择的原理，不懂的可以看我上一篇文章。
​ 选择的具体操作过程如下：
计算出群体中所有个体的适应度总和；
其次计算出每个个体的相对适应度；

结果即为该个体遗传到下一代的概率：
；

由上图可见，全部概率值之和位1.这之后再随机且顺序产生4个0<= x <= 1之间的数，依据该随机数出现的区间来选择个体。

选择结果如下：

（5）交叉运算

​ 首先说明，交叉以及变异全部都是概率事件，他是可能不发生的，实例中为了方便大家理解，使交叉与变异全部发生。

​ 本例的交叉运算使用单点交叉方法。其原理如图：

​ 具体操作过程是：先对群体进行随机配对，其次随机设置交叉点位置，这之后进行交叉运算：