遗传算法求解函数最大值matlab代码

在MATLAB中，遗传算法求解函数最大值的一般流程可以编写成如下伪代码：

% 设置参数
popSize = 100; % 种群大小
maxGen = 1000; % 最大迭代次数
mutationRate = 0.01; % 变异率

% 函数定义（这里假设是一个简单的单变量函数）
fun = @(x) -x^2; % 对应于求极大值，因为最大化等价于最小化负数

% 初始化随机种群
pop = rand(popSize, 1); % 创建一个随机种群

for gen = 1:maxGen
    % 计算适应度
    fitness = fun(pop);
    
    % 排序并选择最佳个体
    [fitnessSorted, idx] = sort(fitness, 'descend');
    parents = pop(idx(1:end-1)); % 除了最差的一个

    % 交叉操作
    offspring = crossOver(parents, popSize); % 按一定概率生成新个体
    
    % 变异操作
    mutatedOffspring = mutate(offspring, mutationRate);

    % 合并新个体
    nextPop = [parents; mutatedOffspring];

    % 更新种群
    pop = nextPop;
    
    % 检查是否找到最大值
    if fitnessSorted(1) == max(fitness)
        break;
    end
end

% 输出结果
bestIndividual = pop(1);
maxFitness = fitnessSorted(1);
fprintf('Best solution found: x = %.2f, f(x) = %.2f\n', bestIndividual, -maxFitness); % 因为我们最大化的是-f(x)

function offspring = crossOver(parents, popSize)
    % 实现双点交叉或其他交叉策略
end

function mutatedOffspring = mutate(offspring, mutationRate)
    % 实现位变异或其他变异策略
end

这个例子仅提供了一个基础框架，实际的交叉和变异函数需要你自己实现，它们决定了搜索的效率和效果。