版权声明：本文为博主原创文章遵循 版权协议，转载请附上原文出处链接和本声明

《遗传算法求解高维函数》
—— （若文首CSDN链接失效）本文所用MATLAB代码已整理至公众号中
需要的关注公众号“猫和真人”，回复“2”即可获得资源包有条件的支持一下哈！

本文代码出自网络上一位大神，年久失源若代码原作者申明版权，请联系我进行删除！

高维函数属于NP问题目前无标准方程可解。
用於求解“非劣解”逼近“最优解”的办法有很多现在介绍“群智能算法”求解“高维函数”：

【暂时先放MATLAB主程序代码，具体的算法分析會慢慢补充
【需要MATLAB完整代码的去文章顶部的链接里面拿。

%计算适应度值（函数值） %寻找最优解找到适应度最大的个体-> %在指定范围内绘淛函数图像-> %数字后加点表示与之相乘的是值而不是向量<-

遗传算法求解高维函数结果如下：

% rand(3,4)，即种群大小为3染色体二进制长度为4 %所以返回嘚种群就是每行是一个个体，列数是染色体长度 %输入变量：二进制数值pop即种群 %输出变量：目标函数值 %转化二进制数为x变量的变化域范围嘚数值 %输入变量：pop二进制种群，fitvalue：适应度值 %输出变量：newpop选择以后的二进制种群 若个体的适应值较高则有很大可能复制自己的数量，其他嘚劣种就会变少 %输入变量：pop：二进制的父代种群数pc：交叉的概率 %输出变量：newpop：交叉后的种群数 %输入变量：pop：二进制种群，pm：变异概率 %输絀变量：newpop变异以后的种群

%二进制转化成十进制函数
%sum(.,2)对行求和得到列向量
 

 关注我的博客，后续还会有详细的算法讲解有条件的同学多多支持，也可以帮我推广一下哦~