%用遺傳算法進行簡單函數的優化
clear

bn=22; %個體串長度
inn=50; %初始種群大小
gnmax=200;  %最大代數
pc=0.75; %交叉概率
pm=0.05; %變異概率

%產生初始種群
s=round(rand(inn,bn));

%計算適應度,返回適應度f和累積概率p
[f,p]=objf(s);  

gn=1;
while gn<gnmax+1
   for j=1:2:inn
      
      %選擇操作
      seln=sel(s,p);
      
      %交叉操作
      scro=cro(s,seln,pc);
      scnew(j,:)=scro(1,:);
      scnew(j+1,:)=scro(2,:);
      
      %變異操作
      smnew(j,:)=mut(scnew(j,:),pm);
      smnew(j+1,:)=mut(scnew(j+1,:),pm);
   end
   s=smnew;  %產生了新的種群
   
   %計算新種群的適應度   
   [f,p]=objf(s);
   
   %記錄當前代最好和平均的適應度
   [fmax,nmax]=max(f);
   fmean=mean(f);
   ymax(gn)=fmax;
   ymean(gn)=fmean;
   %記錄當前代的最佳個體
   x=n2to10(s(nmax,:));
   xx=-1.0+x*3/(power(2,bn)-1);
   xmax(gn)=xx;
   
   gn=gn+1
end
gn=gn-1;

%繪制曲線
subplot(2,1,1);
plot(1:gn,[ymax;ymean]);
title('歷代適應度變化','fonts',10);
legend('最大適應度','平均適應度');
string1=['最終適應度',num2str(ymax(gn))];
gtext(string1);
subplot(2,1,2);
plot(1:gn,xmax,'r-');
legend('自變量');
string2=['最終自變量',num2str(xmax(gn))];
gtext(string2);