Dec(a,b,x(i,:),遗传算法源程序如下：function[xv,fv]=AdapGA(fitness,a,b,NP,NG,Pc1,Pc2,Pm1,Pm2,eps)%待优化目标函数：fitness%自变量下界：a%自变量下界：b%种群个体数：NP%最大进化代数：NG%杂交常数1：Pc1%杂

Question

Dec(a,b,x(i,:),遗传算法源程序如下：
function [xv,fv]=AdapGA(fitness,a,b,NP,NG,Pc1,Pc2,Pm1,Pm2,eps)
%待优化目标函数：fitness
%自变量下界：a
%自变量下界：b
%种群个体数：NP
%最大进化代数：NG
%杂交常数1：Pc1
%杂交常数2：Pc2
%变异常数1：Pm1
%变异常数2：Pm2
%自变量离散精度：eps
%目标函数取最小值时的自变量值：xm
%目标函数的最小值：fv
L=ceil(log2((b-a)/eps+1)); %根据离散精度,确定二进制编码所需的码长
x=zeros(NP,L);
for i=1:NP
x(i,:)=Initial(L); %总群初始化
fx(i)=fitness(Dec(a,b,x(i,:),L)); %个体适应值
end
for k=1:NG
sumfx=sum(fx); %所有个体适应值之和
Px=fx/sumfx; %所有个体适应值的平均值
PPx=0;
PPx(1)=Px(1);
for i=2:NP %根据轮盘赌策略的概率增加
PPx(i)=PPx(i-1)+Px(i);
end
for i=1:NP
sita=rand();
for n=1:NP
if sita=favg
Pc=Pc1*(fmax-Fm)/(fmax-favg);
else
Pc=Pc2;
end
r1=rand();
if r1=favg
Pm=Pm1*(fmax-fmu)/(fmax-favg);
else
Pm=Pm2;
end
r2=rand();
if r2fv
fv=fitx; %去个体中的最好值作为最终结果
xv=Dec(a,b,x(i,:),L);
end
end
function result=Initial(length) %初始化函数
for i=1:length
r=rand();
result(i)=round(r);
end
function y=Dec(a,b,x,L) %二进制编码转换为十进制编码
base=2.^((L-1):-1:0);
y=dot(base,x);
y=a+y*(b-a)/(2^L-1);

Answer 1

P满足两个函数,则
-5=3*(-2)+b
-5=a*(-2)-3
解得b=1
a=1
则不等式为3x+1>x-3
解得x>-2