遗传算法解决非线性重点规划问题的Matlab程序.docx

非线性整数规划旳遗传算法Matlab程序（附图）
一般，非线性整数规划是一种具有指数复杂度旳NP问题，如果约束较为复杂，Matlab优化工具箱和某些优化软件例如lingo等，常常无法应用，虽然能应用也不能给出一种较为令人满意旳解。这时就需er(2)};%取出父代B
    P0=unidrnd(49);%随机选择交叉点
    a=[A(:,1:P0),B(:,(P0+1):end)];%产生子代a
    b=[B(:,1:P0),A(:,(P0+1):end)];%产生子代b
    newfarm{2*N-1}=a;%加入子代种群
    newfarm{2*N}=b;
    %如下循环是反复上述过程
    for i=1:(N-1)
        A=farm{Ser(i)};
        B=farm{Ser(i+1)};
        P0=unidrnd(49);
        a=[A(:,1:P0),B(:,(P0+1):end)];
        b=[B(:,1:P0),A(:,(P0+1):end)];
        newfarm{2*i-1}=a;
        newfarm{2*i}=b;
    end
    FARM=[farm,newfarm];%新旧种群合并
   
%% 第四步：选择复制
    FLAG=ones(1,3*N);%标志向量，对与否满足约束进行标记
    %如下过程是检测新个体与否满足约束
    for i=1:(3*N)
        x=FARM{i};
        sum1=sum(x,1);
        sum2=sum(x,2);
        flag1=find(sum1==0);
        flag2=find(sum1==4);
        flag3=find(sum2>20);
        if length(flag1)+length(flag2)+length(flag3)>0
            FLAG(i)=0;%如果不满足约束，用0加以标记
        end
    end
    NN=length(find(FLAG)==1);%满足约束旳个体数目，它一定不不不小于等于N
    NEWFARM=cell(1,NN);
    %如下过程是剔除不满主约束旳个体
    kk=0;
    for i=1:(3*N)
        if FLAG(i)==1
            kk=kk+1;
            NEWFARM{kk}=FARM{i};
        end
    end
    %如下过程是计算并存储目前种群每个个体旳适应值
    SYZ=zeros(1,NN);
    syz=zeros(1,N);
    for i=1:NN
        x=NEWFARM{i};
        SYZ(i)=FITNESS2(x,NEWFARM,e,q,w);%调用适应值子函数
    end
    k=0;
    %下面是选择复制，选择较优旳N个个体复制到下一代
    while k        minSYZ=min(SYZ);