本帖最后由 安然娜124 于 2016-4-26 21:37 编辑

疑惑：(1)该程序点击运行后一直处于忙的状态，好久都没反应，不知道是程序中for语句太多导致的，还是语句存在死循环？

(2)如果程序可以运行，不管出没出结果，是不是都代表所编的程序没有问题？

(3)麻烦大家帮忙解答一下，我是因为毕业论文需要，刚学习的matlab，所以存在很多疑惑，需要大家的帮忙，谢谢大家！

[code]

%%----------------主程序------------------------------------

clc

clear

dbstop if error

load data

params.distance_matrix=distance_matrix;%距离矩阵

params.demand=demand;%需求

params.time_window=time_window;%时间窗

params.load=4;%载荷

params.gwnumber=15;%工位数量

params.trucknumber=5;%车辆数量

%%初始化遗传算法参数

maxgen=150;%进化代数

popsize=50;%种群规模

pcross=0.8;%交叉概率选择

pmutation=0.1;%变异概率选择

individuals=struct('fitness',zeros(popsize,1),'chrom',[]);%将种群信息定义为一个结构体

%%初始化种群计算适应度

%初始化种群

for i=1;popsize

%随机产生一个种群

individuals.chrom(i,:)=Code(params);

%计算适应度

individuals.fitness(i)=fun(individuals,chrom(i,:),params,1);%染色体适应度

end

%找最好的染色体

[bestfitness bestindex]=min(individuals.fitness);

bestchrom=individuals.chrom(bestindex,:);%最好的染色体

avgfitness=sum(individuals.fitness)/popsie;%染色体的平均适应度

%记录每一代进化中最好的适应度与平均适应度

trace=[avgfitness bestfitness];

%%迭代寻优

%进化开始

for i=1:maxgen

%选择

individuals=slect(individuals,popsize);

%交叉

individuals.chrom=cross(pcross,individuals.chrom,params);

%变异

individuals.chrom=mutation(pmutation,individuals.chrom,params);

%计算适应度

for j=1:popsize

x=individuals.chrom;%解码

individuals.fitness(j)=fun(x,params,1);

end

%找到最小和最大适应度的染色体及他们在种群中的位置

[newbestfitness,newbestindex]=min(individuals.fitness);

[worestfitness,worestindex]=max(individuals.fitness);

%代替上一次进化中最好的染色体

if bestfitness>newbestfitness

bestfitness=newbestfitness;

bestchrom=individuals.chrom(newbestindex,:);

end

individuals.chrom(worestindex,:)=bestchrom;

individuals.fitness(worestindex,:)=bestfitness;

avgfitness=sum(individuals.fitness)/popsize;

trace=[trace;avgfitness bestfitness];%记录每一代进化中最好的适应度和平均适应度

end

%进化结束

%结果分析

[r c]=size(trace);

plot(trace(:,2),'r-');

hold on

plot(trace(:,1))

xlim([1 length(trace)])

legend('最优适应度值','平均适应度值')

grid on

title('适应度曲线','fontsize',12);

xlabel('进化代数','fontsize',12);

ylabel('适应度','fontsize',12);

disp('适应度变量');

x=bestchrom;

%窗口显示

disp([bestfitness x]);

%%----------------初始化------------------------------------

function ret = Code( params )

%%%该函数用于初始化个体

flag=0;

gwnumber=params.gwnumber;

trucknumber=params.trucknumber;

while flag==0

gw_range=randperm(gwnumber);

truck=[0 15];

while(length(truck)

temp=unidrnd(gwnumber);

if ~ismenmber(temp,truck);

truck=sort([temp truck]);

end

end

ret=[gw_range truck];

flag=test(params,ret);

end

%%----------------适应度------------------------------------

function [ fitness,time_all,fitness_value ] = fun( ret,params,mode )

%%%函数功能：计算该个体对应适应度值

%x      input 个体

%params input 问题相关函数

% fitness output 个体适应度值

%参数赋值

trucknumber=params.trucknumber;

gw_demand=params.demand;

distance_matrix=params.distance_matrix;

time_window=params.time_window;

%计算每辆车的距离和载荷

gw_range=ret(1:params.gwnumber);

vechile_range=ret(params.gwnumber+1:end);

vechile_dist=cell(trucknumber,1);

vechile_load=cell(trucknumber,1);

vechile_gw=cell(trucknumber,1);

for i=2:length(vechile_range)

if i==2

index=gw_range(1:vechile_range(i));

else

index=gw_range(vechile_range(i-1)+1:vechile_range(i));

end

vechile_gw{i-1}=index;

vechile_load{i-1}=gw_demand(index);

dist_index=[1 index+1];

distance=[];

for j=2:length(dist_index)

distance=[distance distance_matrix(dist_index(j-1),dist_index(j))];

end

vechile_dist{i-1}=distance;

end

%%计算时间

time_all=0;v=80;

for i=1:length( vechile_dist)

dist_temp= vechile_dist{i};

load_temp= vechile_load{i};

time_all=time_all+sum(dist_temp)/v;

end

%%计算适应度

fitness_value=0;

for i=1:length(vechile_dist)

distance=vechile_dist{i};

load= vechile_load{i};

time_gw=cumsum(distance);

gw=vechile_gw{i};

for j=1:length(gw)

time_window_a=time_window(gw(j),:);

time_temp=time_gw(j);

if time_temp

fitness_value=fitness_value*load(j)+1;

end

end

fitness_value=sum(fitness_value*(gw_demand)/sum(gw_demand));

if mode==1

fitness=time_all;

elseif mode==2

fitness=fitness_value;%只输出最适应度值

end

end

end

%%----------------选择------------------------------------

function ret = select( individuals,popsize )

%本函数对每一代种群中的染色体进行选择，以进行后面的交叉与变异

%individuals  input 种群信息

%popsize  input 种群规模

%ret  output 经过选择后的种群

fitness1=1/individuals.fitness;

sumfitness=sum(fitness1);

sumf=fitness1/sumfitness;

index=[];

for i=1:popsize %转popsize次转盘

pick=rand;

while pick==0

pick=rand;

end

for j=1:popsize

pick=pick-sumf(j);

if pick<0

index=[index j];

break; %寻找落入的区间，此次转轮盘选中了染色体i，注意，在转popsize次转盘的过程中，可能会重复选择某些染色体

end

end

end

individuals.chrom=individuals.chrom(index,:);

individuals.fitness=individuals.fitness(index);

ret=individuals;

%%----------------交叉------------------------------------

function ret =cross( pcross,chrom,params )

%本函数完成交叉操作

%pcross  input 交叉概率

%chrom   input 染色体的长度

gwnumber=params.gwnumber;

popsize=size(chrom,1);

for i=1:popsize

if rand

%交叉个体

temp=randperm(popsize);

index=temp(1:2);

chrom1=chrom(index(1),:);

chrom2=chrom(index(2),:);

gwrange1=chrom1(1:gwnumber);

gwrange2=chrom2(1:gwnumber);

vechile1=chrom1(gwnumber+1:end);

vechile2=chrom2(gwnumber+1:end);

end

end

end

ret=chrom;

%%----------------变异------------------------------------

function ret =Mutation( pmutation,chrom,params )

%本函数完成变异操作

%pmutation  input 变异概率

%chrom   input 染色体群

ret=chrom;

gwnumber=params.gwnumber;

popsize=size(chrom,1);

for i=1:popsize

if rand

index=unidrnd(popsize);

chrom1=chrom(index,:);

gwRange1=chrom1(1:gwnumber);

vechile1=chrom1(gwnumber+1:end);

end

end

end

%%----------------个体检验------------------------------------

function flag = test( params,ret )

%判断个体是否满足要求

point_demand=params.demand;

vechile_load=params.load;

point_range=ret(1:params.gwnumber);

vechile_range=ret(params.gwnumber+1:end);

flag=1;

for i=2:length(vechile_range)

if i==2

index=point_range(1:vechile_range(i));

else

index=point_range(vechile_range(i-1)+1:vechile_range(i));

end

if sum(point_demand(index))>vechile_load

flag=0;

break

end

end

if flag==1&&fun(ret,params,2)<=0.8

flag=0;

end

end

[\code]