用MATLAB模拟双骰子游戏

MATLAB 程序如下，最终收敛到0.508左右

NumIterations = 10000              %实验次数

NumWins = 0                        %已经赢了的次数

NumWinsVec = zeros(1, NumIterations)

for ii = 1:NumIterations

points = sum(randi(6, 1, 2))     %掷2颗骰子，算总数

switch points

case {3, 11}                    %如果是3, 11点

NumWins = NumWins + 1        %赢的次数加1

case {4, 5, 6, 8, 9, 10}        %如果是4，5，6，8，9，10点

flag = false                 %初始化flag，flag==true时本轮结束

while ~flag

newPoints = sum(randi(6, 1, 2)) %掷2颗骰子，算总数

switch newPoints

case 7                     %如果新的点数是7

NumWins = NumWins + 1   %赢的次数加1

flag = true             %本轮结束

case points                %如果新的点数等于本轮第一次的点数

flag = true             %本轮结束（赢的次数不变）

end

end

end

NumWinsVec(ii) = NumWins          %记下本轮结束后总共赢的次数

end

WinPrecentage = NumWinsVec ./ (1:NumIterations) %全部结束后算概率

figure plot(1:NumIterations, WinPrecentage)    %画图

我发一些他们的源程序你，都是我在文献中搜索总结出来的：

%

下面举例说明遗传算法

%

%

求下列函数的最大值

%

%

f(x)=10*sin(5x)+7*cos(4x)

x∈[0,10]

%

%

将

x

的值用一个10位的二值形式表示为二值问题，一个10位的二值数提供的分辨率是每为

(10-0)/(2^10-1)≈0.01

。

%

%

将变量域

[0,10]

离散化为二值域

[0,1023],

x=0+10*b/1023,

其中

b

是

[0,1023]

中的一个二值数。

%

%

%

%--------------------------------------------------------------------------------------------------------------%

%--------------------------------------------------------------------------------------------------------------%

%

编程

%-----------------------------------------------

%

2.1初始化(编码)

%

initpop.m函数的功能是实现群体的初始化，popsize表示群体的大小，chromlength表示染色体的长度(二值数的长度)，

%

长度大小取决于变量的二进制编码的长度(在本例中取10位)。

%遗传算法子程序

%Name:

initpop.m

%初始化

function

pop=initpop(popsize,chromlength)

pop=round(rand(popsize,chromlength))

%

rand随机产生每个单元为

{0,1}

行数为popsize，列数为chromlength的矩阵，

%

roud对矩阵的每个单元进行圆整。这样产生的初始种群。

%

2.2.2

将二进制编码转化为十进制数(2)

%

decodechrom.m函数的功能是将染色体(或二进制编码)转换为十进制，参数spoint表示待解码的二进制串的起始位置

%

(对于多个变量而言，如有两个变量，采用20为表示，每个变量10为，则第一个变量从1开始，另一个变量从11开始。本例为1)，

%

参数1ength表示所截取的长度（本例为10）。

%遗传算法子程序

%Name:

decodechrom.m

%将二进制编码转换成十进制

function

pop2=decodechrom(pop,spoint,length)

pop1=pop(:,spoint:spoint+length-1)

pop2=decodebinary(pop1)

%

2.4

选择复制

%

选择或复制 *** 作是决定哪些个体可以进入下一代。程序中采用赌轮盘选择法选择，这种方法较易实现。

%

根据方程

pi=fi/∑fi=fi/fsum

，选择步骤：

%

1）

在第

t

代，由（1）式计算

fsum

和

pi

%

2）

产生

{0,1}

的随机数

rand(

.)，求

s=rand(

.)*fsum

%

3）

求

∑fi≥s

中最小的

k

，则第

k

个个体被选中

%

4）

进行

N

次2）、3） *** 作，得到

N

个个体，成为第

t=t+1

代种群

%遗传算法子程序

%Name:

selection.m

%选择复制

function

[newpop]=selection(pop,fitvalue)

totalfit=sum(fitvalue)

%求适应值之和

fitvalue=fitvalue/totalfit

%单个个体被选择的概率

fitvalue=cumsum(fitvalue)

%如

fitvalue=[1

2

3

4]，则

cumsum(fitvalue)=[1

3

6

10]

[px,py]=size(pop)

ms=sort(rand(px,1))

%从小到大排列

fitin=1

newin=1

while

newin<=px

if(ms(newin))

评论

0

0

加载更多

---