SGA（Simple Genetic Algorithm）是一种强大的智能多变量优化算法，它模仿种群繁殖规律来进行
优化。
本SGA可以优化变量，求最小值,最大值（当把函数倒数也就求最小值啦）
并且支持浮点编码，grey编码，二进制编码；轮赌法选择，锦标赛选择；单点交叉，均布交叉，浮点交叉；
单点变异，浮点变异；
调用时
Genetic（目标函数名）
if you get some problems,you can email to me
shoppingxo@hotmail.com
qq:10901831
Xi Huabin（席华彬）
使用环境：MATLAB6.5+ToolBox
使用SGA时，
首先需要一个目标函数（像AimFunc.m），该函数返回适应度
输入变量为待优化变量x
输出为一个适应度。
然后
修改Genetic.m中可以修改的地方
例一
maxgen=200; % maximum generation
sizepop=100; % size of population
AimFunc=StrAimFunc; % this is function of counting fitness
fselect='tournament'; % method of select
% you can choose 'tournament';'roulette'
fcode='float'; % method of coding
% you can choose 'float';'grey';'binary'
pcross=[0.6]; % probablity of crossover,between 0 and 1
fcross='float'; % method of crossover
% you can choose 'float';'simple';'uniform'
pmutation=[0.2]; % probability of mutation,between 0 and 1
fmutation='float'; % method of mutation
% you can choose 'float';'simple';
lenchrom=[1 1 1 1 1]; % length of bit of every varible
bound=[0 1;...
0 1;...
0 1;...
0 1;...
0 1];
选择了浮点编码，tournament选择，浮点交叉，浮点变异。
注：采用浮点编码时，以后的交叉，变异只能是浮点，且lenchrom向量中都为1，向量长度为待优化变量个数。
bound为各个变量的范围
例二
maxgen=200; % maximum generation
sizepop=100; % size of population
AimFunc=StrAimFunc; % this is function of counting fitness
fselect='tournament'; % method of select
% you can choose 'tournament';'roulette'
fcode='binary'; % method of coding
% you can choose 'float';'grey';'binary'
pcross=[0.6]; % probablity of crossover,between 0 and 1
fcross='uniform'; % method of crossover
% you can choose 'float';'simple';'uniform'
pmutation=[0.2]; % probability of mutation,between 0 and 1
fmutation='simple'; % method of mutation
% you can choose 'float';'simple';
lenchrom=[10 10 10 10 10]; % length of bit of every varible
bound=[0 1;...
0 1;...
0 1;...
0 1;...
0 1];
选择了二进制编码，tournament选择，均布交叉，单点变异。
注：采用二进制编码和grey编码时，交叉方法只能是simple，uniform，变异方法只能是simple
lenchrom向量中表示变量表示成二进制的位数。
例三
maxgen=200; % maximum generation
sizepop=100; % size of population
AimFunc=StrAimFunc; % this is function of counting fitness
fselect='roulette'; % method of select
% you can choose 'tournament';'roulette'
fcode='grey'; % method of coding
% you can choose 'float';'grey';'binary'
pcross=[0.6]; % probablity of crossover,between 0 and 1
fcross='uniform'; % method of crossover
% you can choose 'float';'simple';'uniform'
pmutation=[0.2]; % probability of mutation,between 0 and 1
fmutation='simple'; % method of mutation
% you can choose 'float';'simple';
lenchrom=[10 10 10 10 10]; % length of bit of every varible
bound=[0 1;...
0 1;...
0 1;...
0 1;...
0 1];
选择了grey编码，roulette选择，均布交叉，单点变异。
