| 查看: 1280 | 回复: 0 | ||
[求助]
大家帮我看下我的结果，遗传算法的
|
|
function f4=paper_lq(x1,x2,x3,x4) theta=0; mu_ra=0.0645; mu_rb=0.0889; mu_rc=0.043; sigma_ra=0.008; sigma_rb=0.07; sigma_rc=0.004; i=1; M=384; sum_f=0; while i<100 f_1=cos(theta)*(x1+x3*normrnd(0,1)+normrnd(mu_rb,sigma_rb)*cos(unifrnd(0,2*pi))-normrnd(mu_ra,sigma_ra)*cos(unifrnd(0,2*pi)))+sqrt((x2+x4*normrnd(0,1)+normrnd(mu_rc,sigma_rc)*cos(unifrnd(0,2*pi))).^2-(x1+x3*normrnd(0,1)+normrnd(mu_rb,sigma_rb)*cos(unifrnd(0,2*pi))-normrnd(mu_ra,sigma_ra)*sin(theta)).^2); f_2=cos(theta+0.0063)*(x1+x3*normrnd(0,1)+normrnd(mu_rb,sigma_rb)*cos(unifrnd(0,2*pi))-normrnd(mu_ra,sigma_ra)*cos(unifrnd(0,2*pi)))+sqrt((x2+x4*normrnd(0,1)+normrnd(mu_rc,sigma_rc)*cos(unifrnd(0,2*pi))).^2-(x1+x3*normrnd(0,1)+normrnd(mu_rb,sigma_rb)*cos(unifrnd(0,2*pi))-normrnd(mu_ra,sigma_ra)*sin(theta+0.0063)).^2); f3=abs(f_1-f_2); g1=(M*sqrt(M^2+f3.^2)-M)/(2*sqrt(M^2+f3.^2))-0.05; g2=f3.*M/(2*sqrt(M^2+f3.^2))-0.5; if(g1<=0)&(g2<=0) f3=abs(f_1-f_2); else f3=abs(f_1-f_2)+10000; end sum_f=sum_f+f3; i=i+1; end f4=sum_f/i; 大家帮我看下惩罚函数处 f3=abs(f_1-f_2)+10000;这样取对不对呢 下面的是遗传算法程序 tic theta=0; %定义遗传算法参数 NIND=500; %个体数目(Number of individuals) MAXGEN=500; %最大遗传代数(Maximum number of generations) NVAR=4; %变量数目 PRECI=25; %变量的二进制位数(Precision of variables) GGAP=0.9; %代沟(Generation gap) %建立区域描述器(Build field descriptor) FieldD=[rep([PRECI],[1,NVAR]);rep([45 330 0.002 0.007;55 340 0.02 0.07],[1,1]);rep([1;0;1;1],[1,NVAR])]; Chrom=crtbp(NIND, NVAR*PRECI); %创建初始种群 gen=0; trace=zeros(MAXGEN, 4); %遗传算法性能跟踪初始值 x=bs2rv(Chrom, FieldD); %初始种群十进制转换 ObjV=paper_lq(x(:,1),x(:,2),x(:,3),x(:,4)); %计算初始种群的目标函数值 while gen SelCh=select('sus',Chrom,FitnV,GGAP); %选择 SelCh=recombin('xovsp',SelCh,0.7); %重组 SelCh=mut(SelCh); %变异 x=bs2rv(SelCh,FieldD); %子代十进制转换 ObjVSel=paper_lq(x(:,1),x(:,2),x(:,3),x(:,4)); [Chrom ObjV]=reins(Chrom,SelCh,1,1,ObjV,ObjVSel); %重插入 gen=gen+1; [Y, I]=min(ObjV); Y,bs2rv(Chrom(I,  ,FieldD) %输出每一次的最优解及其对应的自变量值trace(gen,1)=min(ObjV); %遗传算法性能跟踪 trace(gen,2)=sum(ObjV)/length(ObjV); if(gen==MAXGEN) %迭代数为MAXGEN时画出目标函数值分布图 figure(1); plot(ObjV);hold on; plot(ObjV,'b*');grid; end end figure(2);clf; plot(trace(:,1));hold on; plot(trace(:,2),'-.');grid legend('解的变化','种群均值的变化') toc 大家帮我看下优化后的结果怎么样，这样的结果怎么样呢  171342vgfkc9frwwv5wcwv.jpg.thumb.jpg  迭代后结果 |
回复此楼» 猜你喜欢
浙大物院表面物理课题组长期招收普博及直博学生
已经有259人回复
-
【征稿】Springer Nature热电专题 Discover Materials / Discover Chemistry
已经有47人回复
-
物理学I论文润色/翻译怎么收费?
已经有128人回复
-
25届硕士申请，材料计算方向
已经有2人回复
-
课题组招1-2名硕士
已经有1人回复
-
机时越来越贵之后，我把一部分 DFT 流程搬到了 AI 计算平台上
已经有0人回复
-
斯坦福大学与Elsevier世界前2%学者新排名查询
已经有1人回复
-
27申博推荐：南京航空航天大学国际前沿院光学方向招收博士生！
已经有19人回复
-
华南师范大学+双一流学科物理学+广东省杰青团队2027年博士招生+机器学习驱动材料设计
已经有1人回复
-
apl投稿状态
已经有2人回复
-
华南师范大学+双一流学科物理学+广东省杰青团队2027年博士招生+机器学习驱动材料设计
已经有0人回复
找到一些相关的精华帖子，希望有用哦~
matlab 拟合反应动力学参数结果很差。大家帮忙看一下
已经有14人回复
- 求回归方程参数估计的最优化算法matlab代码
已经有9人回复
- 遗传算法的一段程序请教解释
已经有9人回复
- 关于算法比较的问题，请大家帮忙
已经有7人回复
点击这里搜索更多相关资源科研从小木虫开始，人人为我，我为人人
