www.gusucode.com > matlab编程遗传算法计算匹配电路源码程序 > code1/code/MATLAB源代码/ga_bandpass3.m
function [] = ga_bandpass3()
%UNTITLED4 此处显示有关此函数的摘要
% 此处显示详细说明
Nind=160; %个体数目，或每个子种群的个体数目
MAXGEN=300; %最大遗传代数
GGAP=0.9; %选择算子的选择比例
SUBPOP=5; %子种群数
MIGR=0.2; %迁移率
MIGGEN=20; %每隔多少代进行迁移
INSR=0.9; %插入率
mortality=0.2; %淘汰率
num_integer=15; %整数编码的基因数
num_parameter=4; %每个结构所含的电气参数的数量
%variable_range=[5 5 5 5 5 5 5 5 5 5 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1;...
%8 8 8 8 8 8 8 8 8 8 250 250 250 250 250 250 250 250 250 250 250 250 250 250 250 250 250 250 250 250];
variable_range=[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ...
32 30 32 30 32 30 32 30 32 30 32 30 32 30 32 30 32 30 32 30 ...
32 30 32 30 32 30 32 30 32 30 32 30 32 30 32 30 32 30 32 30 ...
32 30 32 30 32 30 32 30 32 30 32 30 32 30 32 30 32 30 32 30;...
8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 ...
147 360 147 360 147 360 147 360 147 360 147 360 147 360 147 360 147 360 147 360 ...
147 360 147 360 147 360 147 360 147 360 147 360 147 360 147 360 147 360 147 360 ...
147 360 147 360 147 360 147 360 147 360 147 360 147 360 147 360 147 360 147 360];
Chrom=creat_chrom(SUBPOP*Nind,num_integer,variable_range); %创建种群
Chrom(1,:)=[8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ...
100 80 60 40 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86 86];
%Chrom=optimize_Chrom(Chrom,NIND,SUBPOP); %将之前的最优解插入种群
Chrom = check_chrom_rules(Chrom,num_integer,num_parameter);
trace=zeros(MAXGEN,2); %用于跟踪算法的解
gen=0; %代数计数器
ObjV=bandpassS21_test5(Chrom,num_integer,num_parameter,gen); %计算目标函数值
mutation_probability_max=0.2; %设置变异率的最大值
mutation_probability_min=0.05; %设置变异率的最小值
crossover_probability_max=0.8; %设置交叉率的最大值
crossover_probability_min=0.4; %设置交叉率的最小值
while gen<MAXGEN
FitnV=ranking(ObjV,[2 0],SUBPOP); %基于排序的适应度分配,目标值最小的适应度为2，最大的适应度为0
SelCh=select('sus',Chrom,FitnV,GGAP,SUBPOP); %随机遍历抽样
if gen==0
ObjVSel=bandpassS21_test5(SelCh,num_integer,num_parameter,gen);
end
SelCh=recombin_structure(SelCh,num_integer,num_parameter,SUBPOP); %离散重组，对结构离散重组，电气参数跟随移动
SelCh=recombin_electric_parameter(SelCh,num_integer,crossover_probability_max,crossover_probability_min,gen,MAXGEN); %电气参数的中间重组
SelCh=mutate_variable(SelCh,variable_range,num_integer,mutation_probability_max,mutation_probability_min,gen,MAXGEN,ObjVSel); %变异
SelCh = check_chrom_rules(SelCh,num_integer,num_parameter);
ObjVSel=bandpassS21_test5(SelCh,num_integer,num_parameter,gen); %计算子代的目标函数值
[Chrom,ObjV]=reins(Chrom,SelCh,SUBPOP,[1 INSR],ObjV,ObjVSel); %重插入子代的新种群
gen=gen+1; %代数计数器加1
trace(gen,1)=min(ObjV); %跟踪最优解
trace(gen,2)=sum(ObjV)/length(ObjV); %跟踪平均解
if (rem(gen,MIGGEN)==0) %在子种群之间迁移个体
[Chrom,ObjV]=migrate(Chrom,SUBPOP,[MIGR,1,0],ObjV);
end
% if gen<MAXGEN
% [x,y]=sort(ObjV','descend');
% Chrom(y(1:Nind*SUBPOP*mortality),:)=creat_chrom(Nind*SUBPOP*mortality,num_integer,variable_range);
% end
% ObjV=bandpassS21_test5(Chrom,num_integer,num_parameter,gen);
end
plot(trace(:,1));hold on;grid; %最优解的曲线
%plot(trace(:,2),'-.');grid; %平均解的曲线
legend('解的变化','均值的变化');
[BestObjV,Location]=min(ObjV) %找出最优解
BestIndividual=Chrom(Location,:); %最优解的基因
for i=1:num_integer
if BestIndividual(i)>5
w=(BestIndividual(num_integer+(i-1)*num_parameter+1)-32)/(147-32)*(4-0.2)+0.2;
s=(BestIndividual(num_integer+(i-1)*num_parameter+3)-32)/(147-32)*(2-0.2)+0.2;
x=[w;s];
y=Odd_even_mode_impedance_calculation(x);
BestIndividual(num_integer+(i-1)*num_parameter+1)=y(1);
BestIndividual(num_integer+(i-1)*num_parameter+3)=y(2);
BestIndividual(num_integer+(i-1)*num_parameter+2)=BestIndividual(num_integer+(i-1)*num_parameter+2)*10;
end
end
BestIndividual
end