使用matlab实现遗传算法解决飞行员侦查问题

randData = round(80*rand(25,8));

save .\sj.txt randData -ascii

clc,clear

load sj.txt %加载敌方100个目标的数据

x=sj(:,1:2:8);x=x(:);

y=sj(:,2:2:8);y=y(:);

sj=[x y];

d1=[70,40];

sj0=[d1;sj;d1];

%距离矩阵d

sj=sj0*pi/180;

d=zeros(102);

for i=1:101

for j=i+1:102

temp=cos(sj(i,1)-sj(j,1))*cos(sj(i,2))*cos(sj(j,2))+sin(sj(i,2))*sin(sj(j,2));

d(i,j)=6370*acos(temp);

end

end

d=d+d';L=102;w=50;dai=100; %w指的是种群的大小

%通过改良圈算法选取优良父代A

for k=1:w

c=randperm(100);

c1=[1,c+1,102];

flag=1;

while flag>0

flag=0;

for m=1:L-3

for n=m+2:L-1

if d(c1(m),c1(n))+d(c1(m+1),c1(n+1))<d(c1(m),c1(m+1))+d(c1(n),c1(n+1))

flag=1;

c1(m+1:n)=c1(n:-1:m+1);

end

end

end

end

J(k,c1)=1:102; %矩阵J的第k行的第c1列的值依次为1：102

%J就是取出来的50个优良的父代

end

J=J/102;

J(:,1)=0;J(:,102)=1;

rand('state',sum(clock));

%遗传算法实现过程

A=J;

for k=1:dai %产生0～1间随机数列进行编码

B=A;

c=randperm(w);

%交配产生子代B

for i=1:2:w

F=2+floor(100*rand(1)); %随机选择交换开始的位置，和生物学上的染色体交换不一样

%交换相邻染色体的基因

temp=B(c(i),F:102);

B(c(i),F:102)=B(c(i+1),F:102);

B(c(i+1),F:102)=temp;

end

%变异产生子代C

by=find(rand(1,w)<0.1);

if length(by)==0

by=floor(w*rand(1))+1;

end

C=A(by,:);

L3=length(by);

for j=1:L3

bw=2+floor(100*rand(1,3));

bw=sort(bw);

C(j,:)=C(j,[1:bw(1)-1,bw(2)+1:bw(3),bw(1):bw(2),bw(3)+1:102]);

end

%将ABC组合起来

G=[A;B;C];

TL=size(G,1); %TL是G的行数

%在父代和子代中选择优良品种作为新的父代

[dd,IX]=sort(G,2);%dd是行升序重排后的结果，IX是索引值

temp(1:TL)=0; %初始化tmp

for j=1:TL

for i=1:101

temp(j)=temp(j)+d(IX(j,i),IX(j,i+1)); %求出G中每一种排列的路径和

end

end

[DZ,IZ]=sort(temp);

A=G(IZ(1:w),:); %拿出前五十个排列作为优秀父代进行再次重排

end

path=IX(IZ(1),:)

long=DZ(1)

%toc

xx=sj0(path,1);yy=sj0(path,2);

plot(xx,yy,'-o')