کد برنامه نویسی حل یک معادله ساده ریاضی در زبان متلب

در پست قبل حل یک معادله ساده ریاضی را توسط الگوریتم ژنتیک توضیح دادیم.در این پست کد پیاده سازی این مثال در زبان متلب آورده می شود.زبان متلب یک زبان بسیار قوی برای پیاده سازی مسائل علمی است که با قابلیت های زیاد کار برنامه نویسی را برای کاربر بسیار آسان می نماید.کدها دقیقا پیاده سازی همان چیزی است که در مثال قبل گفته شده است و برای درک آن نیاز به آشنایی با کدنویسی تحت زبان برنامه نیسی متلب می باشد.

global popSize;
global chromosomeLength;
global F_OBJ;
global Fitness;
global arrProbability;
global arrCumulative;
global newPop;
global population;

global xoRate;
global mutRate;
global maxTor;
maxTor=100;
popSize=6;
chromosomeLength=4;
xoRate =0.3;
mutRate = 0.4;


initalPopulation();
for maxTorIndex=1:maxTor
   
    global Fitness;
    calculateFOBJ();
    solution=find(F_OBJ==0);
    if ~(isempty(solution))
        numRuleFound=size(solution,1);
        fprintf("We Finde %d Solution in generation %d \n",numRuleFound,maxTorIndex);
        for i=1:numRuleFound
            ruleIndex=solution(i);
            disp(population(ruleIndex,:))
        end
    return;
    end
    calculateFitness();
   
    calculateprobability();
    calculateCumulative();
    rouletteWheel();
    OnePointCrossOver();
    MutateGens();
   
end
function pop=initalPopulation()
%global population;
global popSize;
global population;
x=popSize;
population(1,:)= [12,05,23,08];
population(2,:)= [02,21,18,03];
population(3,:)= [10,04,13,14];
population(4,:)= [20,01,10,06];
population(5,:)= [01,04,13,19];
population(6,:)= [20,05,17,01];
%pop=population;
end
function calculateFOBJ()
global F_OBJ;
global popSize;
global population;
for i=1:popSize
    a=population(i,1);
    b=population(i,2);
    c=population(i,3);
    d=population(i,4);
    F_OBJ(i)=abs(a+2*b+3*c+4*d-30);
end
end
  
function calculateFitness()
global F_OBJ;
global popSize;
global Fitness;

for i=1:popSize
   Fitness(i)=1/(1+F_OBJ(i));
end
end
function calculateprobability()
global popSize;
global Fitness;
global arrProbability;
sumOfFitness=sum(Fitness);
arrProbability=Fitness/sumOfFitness;
end

function calculateCumulative()
global popSize;
global arrProbability;
global arrCumulative;
for i=1:popSize
    arrCumulative(i)=sum(arrProbability(1:i));
end
end
function rouletteWheel()
global popSize;
global arrCumulative;
global population;
global newPop;
newPop=zeros(popSize,4);
randMatrix=rand(popSize,1);
for i=1:popSize
    for j=1:popSize
        rValue=randMatrix(i);
        cumulativeValue=arrCumulative(j);
       
        if rValue< cumulativeValue;
            newPop(i,:)=population(j,:);
            break;
        end
    end
end
end
%cross over
function OnePointCrossOver()
global population;
global popSize;
global xoRate;
global chromosomeLength;
newPop=population;
           
            pSize=popSize;
            tempPop=[];
            ParentChromosome=[];
            randMatrix=rand(pSize,1);
            k=1;
            while(k<=pSize)
                rndValue=randMatrix(k);
                if rndValue < xoRate
                    ParentChromosome=[ParentChromosome k];
                end
               
                k=k+1;
            end
            arrSize=size(ParentChromosome,2);
            pChromosome=zeros(1,1);
            for i=1:arrSize
                if(i==arrSize)
                    pChromosome(i,1)=ParentChromosome(i);%i;
                    pChromosome(i,2)=ParentChromosome(1);

                else
                    pChromosome(i,1)=ParentChromosome(i);%i;
                    pChromosome(i,2)=ParentChromosome(i+1);%i+1;

                end
               
            end
            for i=1:arrSize
                crossPoints=randperm(chromosomeLength,1);
               
                 pChromosome(i,3)=crossPoints;               
            end           
            for i=1:arrSize
                newRule=zeros(1,1);
                rIndex1=pChromosome(i,1);
                rule1=newPop(rIndex1,:);
                rIndex2=pChromosome(i,2);
                rule2=newPop(rIndex2,:);
                cPoint=pChromosome(i,3);
                rBegin1=1;
                rEnd1=cPoint;
                rBegin2=cPoint+1;
                newRule(rBegin1:rEnd1)=rule1(rBegin1:rEnd1);
                newRule(rBegin2:chromosomeLength)=rule2(rBegin2:chromosomeLength);
                tempPop(i:i,1:chromosomeLength)=newRule;
                   
            end
            for i=1:arrSize
                ruleIndex=pChromosome(i,1);
                newPop(ruleIndex:ruleIndex,1:chromosomeLength)=tempPop(i:i,1:chromosomeLength);
            end
            population=newPop;
           
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%5
function MutateGens()
global population;
global popSize;
global mutRate;
global chromosomeLength;
newPopulation=population;
            temp=newPopulation(:,:);
            totalOfGens=chromosomeLength*(popSize);
            totalOfMutatedGens=round(totalOfGens*mutRate);
            mutatedGenRowIndex=0;%chromose number
            mutatedGenColIndex=0;%gen number
            randomGenMutated=randperm(totalOfGens,totalOfMutatedGens);
           
            for i=1:totalOfMutatedGens
                mutatedGen=randomGenMutated(i);
                xMod=mod(mutatedGen,chromosomeLength); %32 find gens position in the chromose
                xDiv=fix(mutatedGen/chromosomeLength);
                if (xMod==0)
                    mutatedGenRowIndex=xDiv;
                    mutatedGenColIndex=chromosomeLength;
                elseif(xMod~=0)
                    mutatedGenRowIndex=(xDiv+1);
                    mutatedGenColIndex=xMod;
                   
                end
                genValue=randomBetweenToNumber(0,30);
                newPopulation(mutatedGenRowIndex,mutatedGenColIndex)=genValue;                            
            end
            population=newPopulation;
           
end
function rnd=randomBetweenToNumber(lower,upper)
            rng shuffle;
            rnd= randi([lower upper],1,1);                  
end

برای اجرا کد را در یک اسکریپ درون ویرایشگر متلب کپی نموده و آن را  اجرا نمایید.فایل اسکریپ مطلب برنامه را هم می توانید از آدرس ذیل دانلود نمایید.با اجرای برنامه در صورت یافته شدن پاسخ قانون متناظر با آن نمایش داده شده و اجرای برنامه خاتمه می یابد و در صورت عدم یافتن پاسخ بعد از اتمام شرط تکرار حلقه برنامه پایان می یابد

اسکریپت برنامه

در ذیل تصاویری از اجرای برنامه را مشاهده می نمایید.