主题:matlab遗传编程
模型:Min c=13x1+14x2
s.t x1+x2<=500
0<=x1<=200
0<=x2<=100
遗传算法的主要参数
编码:本文采用二进制编码方案,即用二进制数构成的符号串来表示一个个体,从而得出两类员工在人力费用最低的情况下招聘的人数。
初始群体的确定:设初始群体规模N=50,初始群体中的个体用随机的方法产生。
确定适应度函数:根据目标函数计算其值作为该个体的适应值。
选择算子:选择过程是利用求得的各个适应值大小,淘来一些较差的个体而选出一些比较优良的个体,以进行下一步的交叉和变异操作。采用随机均匀分布选择概率Pc=0.8
交叉算子:交叉方法采用分散交叉,交叉概率为 0.15<=Pk<=0.17
变异算子:根据编码的特点,采用循环循环移位变异算子,变异概率为 [0.03<=Pm<=0.05
终止条件:迭代次数为100代。
请各位大侠,给出编程,和在matlab上的操作步骤。谢谢!!!
s.t x1+x2<=500
0<=x1<=200
0<=x2<=100
遗传算法的主要参数
编码:本文采用二进制编码方案,即用二进制数构成的符号串来表示一个个体,从而得出两类员工在人力费用最低的情况下招聘的人数。
初始群体的确定:设初始群体规模N=50,初始群体中的个体用随机的方法产生。
确定适应度函数:根据目标函数计算其值作为该个体的适应值。
选择算子:选择过程是利用求得的各个适应值大小,淘来一些较差的个体而选出一些比较优良的个体,以进行下一步的交叉和变异操作。采用随机均匀分布选择概率Pc=0.8
交叉算子:交叉方法采用分散交叉,交叉概率为 0.15<=Pk<=0.17
变异算子:根据编码的特点,采用循环循环移位变异算子,变异概率为 [0.03<=Pm<=0.05
终止条件:迭代次数为100代。
请各位大侠,给出编程,和在matlab上的操作步骤。谢谢!!!