[439535]: inst / __ga_problem__.m Maximize Restore History

Download this file

__ga_problem__.m    67 lines (54 with data), 2.8 kB

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
## Copyright (C) 2008 Luca Favatella <slackydeb@gmail.com>
##
##
## This program is free software; you can redistribute it and/or modify it
## under the terms of the GNU General Public License as published by
## the Free Software Foundation; either version 2, or (at your option)
## any later version.
##
## This program is distributed in the hope that it will be useful, but
## WITHOUT ANY WARRANTY; without even the implied warranty of
## MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU
## General Public License for more details.
##
## You should have received a copy of the GNU General Public License
## along with this program; see the file COPYING. If not, write to the Free
## Software Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA
## 02110-1301, USA.
## Author: Luca Favatella <slackydeb@gmail.com>
## Version: 3.1
function x = __ga_problem__ (problem)
%statistica degli individui migliori
individui_migliori = [];
popolazione = (gaoptimget (problem.options, 'CreationFcn')) (problem.nvars, problem.fitnessfcn, problem.options);
%dentro questo while la generazione e' fissata
generazione = 1;
individui_migliori(generazione, :) = (__ga_sort_ascend_population__ (problem.fitnessfcn, popolazione))(1, :);
while (! __ga_stop__ (problem, popolazione, generazione))
%faccio questa inizializzazione qui per rendere la variabile popolazione_futura visibile alla fine del prossimo while
popolazione_futura = zeros (gaoptimget (problem.options, 'PopulationSize'), problem.nvars);
%elitismo
for i = 1:(gaoptimget (problem.options, 'EliteCount'))
popolazione_futura(i, :) = (__ga_sort_ascend_population__ (problem.fitnessfcn, popolazione))(i, :);
endfor
%dentro questo while l'individuo della nuova generazione e' fissato
for i = (1 + (gaoptimget (problem.options, 'EliteCount'))):(gaoptimget (problem.options, 'PopulationSize'))
%scelgo l'operatore genetico da applicare in modo probabilistico
aux_operatore = rand ();
%cross_over
if (aux_operatore < gaoptimget (problem.options, 'CrossoverFraction'))
index_parents = (gaoptimget (problem.options, 'SelectionFcn')) (problem.fitnessfcn, popolazione);
parents = [popolazione(index_parents(1), :); popolazione(index_parents(2), :)];
popolazione_futura(i, :) = gaoptimget (problem.options, 'CrossoverFcn') (parents);
%mutazione
else
index_parent = (gaoptimget (problem.options, 'SelectionFcn')) (problem.fitnessfcn, popolazione);
popolazione_futura(i, :) = (gaoptimget (problem.options, 'MutationFcn')) (popolazione(index_parent(1), :));
endif
endfor
popolazione = popolazione_futura;
generazione++;
individui_migliori(generazione, :) = (__ga_sort_ascend_population__ (problem.fitnessfcn, popolazione))(1, :);
endwhile
x = individui_migliori(generazione, :);
endfunction