function [xo,fo] = genetic(f,x0,l,u,Np,Nb,Pc,Pm,eta,kmax)
% 基因算法求f(x）最小值 s.t. l <= x <= u
%f為待求函數,x0初值，l，u上下限，Np群體大小，Nb每一個變量的基因值（二進制數）
%Pc交叉概率，Pm變異概率，eta學習率，kmax最大迭代次數
N = length(x0);
%%%%%確定各變量缺省值
if nargin < 10
    kmax = 100; %最大迭代次數缺省為100
end
if nargin < 9|eta > 1|eta <= 0
    eta = 1;  %學習率eta,(0 < eta < 1)
end
if nargin < 8
    Pm = 0.01; %變異概率缺省0.01
end
if nargin < 7
    Pc = 0.5; %交叉概率缺省0.5
end
if nargin < 6
    Nb = 8*ones(1,N);%每一變量的基因值（二進制數）
end
if nargin < 5
    Np = 10; %群體大小（染色體數）
end
%%%%%生成初始群體
NNb = sum(Nb);
xo = x0(:)'; l = l(:)'; u = u(:)';
fo = feval(f,xo);
X(1,:) = xo;
for n = 2:Np
    X(n,:) = l + rand(size(x0)).*(u - l); %初始群體隨機數組
end
P = gen_encode(X,Nb,l,u);  %編碼為2進制字串
for k = 1:kmax
    X = gen_decode(P,Nb,l,u);  %解碼為10進制數
    for n = 1:Np
        fX(n) = feval(f,X(n,:));
    end
    [fxb,nb] = min(fX);   %選擇最適合的，函數值最小的
    if fxb < fo
        fo = fxb;
        xo = X(nb,:);
    end
    fX1 = max(fxb) - fX; %將函數值轉化為非負的適合度值
    fXm = fX1(nb);
    if fXm < eps  %如果所有的染色體值相同，終止程序
        return;
    end
    %%%%%復制下一代
    for n = 1:Np
        X(n,:) = X(n,:) + eta*(fXm - fX1(n))/fXm*(X(nb,:) - X(n,:));%復制準則
    end
    P = gen_encode(X,Nb,l,u); %對下一代染色體編碼
    %%%%%%隨機配對/交叉得新的染色體數組
    is = shuffle([1:Np]);
    for n = 1:2:Np - 1
        if rand < Pc
            P(is(n:n + 1),:) = crossover(P(is(n:n + 1),:),Nb);
        end
    end
    %%%%%%變異
    P = mutation(P,Nb,Pm);
end