遗传算法实验二

§4.4适应度的计算１、适应度的线性尺度变换——scaling调用格式：FitnV=scaling(ObjV,Smul)功能：将某一种群的目标值ObjV转换为由Smul的值决定上界的适应度值。适应值的上界为目标函数值的平均值的Smul倍。例1：在命令窗口中输入>>ObjV=[1;2;3;4;5;6]%产生种群目标函数值ObjV=123456１、适应度的线性尺度变换——scaling>>FitnV=scaling(ObjV)%适应度的线性尺度变换，Smul=2（默认）FitnV=01.40002.80004.20005.60007.0000１、适应度的线性尺度变换——scaling相当于作线性尺度变换y=1.4(x-1)>>FitnV=scaling(ObjV,1.5)%适应度的线性尺度变换，Smul=1.5delta=2.5000a=0.7000b=1.0500１、适应度的线性尺度变换——scalingFitnV=1.75002.45003.15003.85004.55005.2500１、适应度的线性尺度变换——scaling相当于作线性尺度变换y=0.7x+1.05>>ObjV=[1;2;4;3;9;13;5;6]ObjV=124391356１、适应度的线性尺度变换——scaling>>FitnV=scaling(ObjV)delta=7.6250a=0.7049b=1.5861FitnV=2.29102.99594.40573.70087.930310.75005.11075.8156１、适应度的线性尺度变换——scaling２、基于排序的适应度尺度变换——ranking调用格式：①FitnV=ranking(ObjV)②FitnV=ranking(ObjV,RFun)③FitnV=ranking(ObjV,RFun,SUBPOP)功能：按照个体的目标值ObjV由小到大的顺序对它们进行排序，并返回一个对应个体适应度的列向量FitnV。其中各个选项的含义如下：ObjV——目标函数值列向量度；RFun——是指定排序方法及选择强度，分以下几种情况：(1)如果RFun是[1,2]内的标量，则采用线性排序，这个标量为选择强度；２、基于排序的适应度尺度变换——ranking(2)如果RFun是含有两个参数的向量，则RFun(1)指定选择强度：对于线性排序，选择强度RFun(1)在必须在[12]之间；对于非线性排序，则限定在[1，length(ObjV)-2]之间；如果为NaN，则RFun(1)＝2。RFun(2)指定排序方法：0为线性排序；1为非线性排序。２、基于排序的适应度尺度变换——ranking(3)如果RFun是一个长为Length(ObjV)的向量，则它包含对每一行的适应度值的计算。SUBPOP——指明ObjV中子种群的数量，如果省略或为NaN，则假设SUBPOP＝１，在ObjV中子种群的大小必须相等。２、基于排序的适应度尺度变换——ranking２、基于排序的适应度尺度变换——ranking２、基于排序的适应度尺度变换——rankingObjV=12345109876例2：在命令窗口中输入

>>ObjV=[12345109876]'%产生目标函数值列向量>>FitnV=ranking(ObjV)

%使用线性排序，选择强度为2FitnV=2.00001.77781.55561.33331.111100.22220.44440.66670.8889>>FitnV=ranking(ObjV,[21])

%使用非线性排序，选择强度为2FitnV=2.00001.66331.38331.15040.95680.38070.45770.55040.66180.7957>>FitnV=ranking(ObjV,[1.50])

%使用线性排序，选择强度为1.5FitnV=1.50001.38891.27781.16671.05560.50000.61110.72220.83330.9444>>RFun=[35710141825304050]

RFun=

35710141825304050

>>FitnV=ranking(ObjV,RFun)

%使用RFun的值估算适应度FitnV=50403025183571014>>FitnV=ranking(ObjV,[21],2)

%使用非线性排序，选择强度为2，ObjV中有两个子种群FitnV=2.00001.28890.83070.53540.3450