🌞欢迎来到智能优化算法的世界  🌈博客主页：卿云阁

💌欢迎关注🎉点赞👍收藏⭐️留言📝

🌟本文由卿云阁原创！

🌠本阶段属于筑基阶段之一，希望各位仙友顺利完成突破

📆首发时间：🌹2021年9月22日🌹

✉️希望可以和大家一起完成进阶之路！

🙏作者水平很有限，如果发现错误，请留言轰炸哦！万分感谢！

🍓训练部分

1.f = randi([0,1],NP,L) % 随机获得初始种群

 50（NP）行20（L）列，每一行代表一个个体，每个个体有20个基因。

2.编码

%% 将二进制解码为定义域范围内十进制%%

    for i = 1:NP     //从第1个个体到第50个个体

        U = f(i,:);         //第i行全部元素，代表一个个体

        m = 0;

        for j=1:L             

            m = U(j)*2^(j-1)+m;     //二进制解码为定义域范围内十进制m,m代表一个个体

        end

        x(i)=Xx+m*(Xs-Xx)/(2^L-1);  //编码精度,第i个个体的x的值

        Fit(i) = func1(x(i));          //计算每i个体对应的适应度的值

    end

    maxFit = max(Fit);                             %最大值

    minFit = min(Fit);                             %最小值

    rr = find(Fit==maxFit);

    fBest = f(rr(1,1),:);                          % 历代最优个体fBest（1*20）代表最优个体

    xBest = x(rr(1,1));                            %最优个体对应x的值

    Fit = (Fit-minFit)/(maxFit-minFit);            % 归一化适应度(把适应度变成0~1之间的数)

Fit代表50个个体的适应度

 rr = find(Fit==maxFit);rr表示第几个个体是最优个体

 3.%% 基于轮盘赌的复制操作%%

%% 基于轮盘赌的复制操作%%

    sum_Fit = sum(Fit);          //50个个体归一化适应度的和

    fitvalue = Fit./sum_Fit;      //（1*50）代表50个个体被选择的概率

    fitvalue = cumsum(fitvalue)      % 累计    //（1*50）计算累加概率

    ms = sort(rand(NP,1));           % 排序     //产生（50*1）0~1之间的随机数

    fiti = 1;                                     

    newi = 1;

    while newi