T-S模糊系统结论参数的MATLAB仿真研究(3)
说明：文章内容仅供预览，部分内容可能不全，需要完整文档或者需要复制内容，请下载word后使用。下载word有问题请添加微信号:
或QQ：
处理（尽可能给您提供完整文档），感谢您的支持与谅解。
pm=0.1+1×0.1/G，第二代时，变异率
pm=0.1+2×0.1/G，以此类推。这样随着进化代数的增加，
pm也随着增加。
另外，为了防止遗传操作对最优个体的破坏，采取保留最优个体的方法。将每一代产生的最优个体放在该种群的最后，再继续进行下一代的操作。整个算法的流程图如图１所示。具体实现的遗传操作的主要代码如下：
G=300;%进化的代数
BsJ=0;
for kg=1：1：G
time(kg)=kg;
%*******step 1：计算误差****************
for i=1：1：Size
cansu1=Kpar(i，：);
selectcode=cansu1;
error=computeitae(selectcode);%计算均方误差;
BsJ1=error;
BsJi1(i)=BsJ1;
end
[OderJi，IndexJi]=sort(BsJi1);
BestJ(kg)=OderJi(1);
BJ=BestJ(kg);
Ji=BsJi1+1e-10;%避免除零
fi=1./Ji;% 求适应度的值
[Oderfi，Indexfi]=sort(fi)%对适应度值由小到大排列
Bestfi=Oderfi(Size);
BestS=Kpar(Indexfi(Size)，：)%保存最大适应度值对应的染色体(参数)
%*******step2：选择和复制************
图１ 算法流程图
fi_sum=sum(fi);
fi_Size=(Oderfi/fi_sum)*Size;
fi_S=floor(fi_Size);
r=Size-sum(fi_S);
Rest=fi_Size-fi_S;
[RestValue，Index]=sort(Rest);
for i=Size：-1：Size-r+1
fi_S(Index(i))=fi_S(Index(i))+1;
end
k=1;
for i=Size：-1：1
for j=1：1：fi_S(i)
TempE(k，：)=Kpar(Indexfi(i)，：);
k=k+1;
end
end
% step 3交叉率不能太大
Pc=0.7;
for i=1：2：(Size-1)
temp=rand;
if Pc>temp
alfa=rand;
TempE(i，：)=alfa*Kpar(i+1，：)+(1-alfa)*Kpar(i，：);
TempE(i+1，：)=alfa*Kpar(i，：)+(1-alfa)*Kpar(i+1，：);
end
end
TempE(Size，：)=BestS;
Kpar=TempE;
%*******Step 4：变异*******变异率不能太大
Pm=0.15+[1：1：Size]*(0.01)/Size;
Pm_rand=rand(Size，CodeL);
Mean=(MaxX+MinX)/2;
Dif=(MaxX-MinX)/2;
for i=1：1：Size
for j=1：1：CodeL
if Pm(i)>Pm_rand(i，j)
TempE(i，j)=Mean(j)+Dif(j)*(rand- 0.4);
End
end
end
TempE(Size，：)=BestS;%保留最优个体
Kpar=TempE;
end
BestS
Best_J=BestJ(G)
figure(1);
plot(time，BestJ);
xlabel('Time(s)');Ylabel('Best J');
百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说计算机T-S模糊系统结论参数的MATLAB仿真研究(3)在线全文阅读。
T-S模糊系统结论参数的MATLAB仿真研究(3).doc
将本文的Word文档下载到电脑，方便复制、编辑、收藏和打印
下载失败或者文档不完整，请联系客服人员解决！
