max f(x1,x2)=21.5+(x1)sin(4π(x1))+(x2)sin(20π(x2)) s.t. -2.9<=x1<=12.0 4.2<=x2<=5.7 计算智能遗传算法无约束目标优化问题机械语言

使用智能遗传算法求解无约束目标优化问题的机械语言如下：

1. 初始化种群，包括随机生成一定数量的个体，每个个体代表一个解，即一个二元组(x1,x2)。

2. 对于每个个体计算适应度值，即将其代入目标函数f(x1,x2)中计算得到的函数值。

3. 选择优秀的个体作为父代，采用轮盘赌选择或竞标选择等方法进行选择。

4. 通过交叉和变异操作产生新的后代个体。交叉操作可以采用单点交叉、多点交叉、均匀交叉等方法，变异操作可以采用随机变异、非均匀变异等方法。

5. 对于新产生的后代个体，计算其适应度值。

6. 将父代和后代个体合并为新的种群。

7. 根据种群大小限制，选择一部分个体作为下一代种群。

8. 判断是否达到终止条件，如果未达到则返回步骤2，否则输出最优解。

在该问题中，终止条件可以设置为达到一定迭代次数或达到一定适应度值。输出最优解可以为达到全局最优解或局部最优解。