clc,clear
sj=load('data3.txt') %加载敌方100 个目标的数据
x=sj(:,1); 
y=sj(:,2); 
d1=[70,40];   
sj0=[d1;sj;d1];   %增加一个点[70,40]作为首尾
sj=sj0;
d=zeros(102); %距离矩阵d

% 通过向量化的方法计算距离矩阵
amount = size(sj,1); 
dist_matrix = zeros(amount, amount);   
coor_x_tmp1 = sj(:,1) * ones(1,amount);
coor_x_tmp2 = coor_x_tmp1';
coor_y_tmp1 = sj(:,2) * ones(1,amount);
coor_y_tmp2 = coor_y_tmp1';
dist_matrix = sqrt((coor_x_tmp1-coor_x_tmp2).^2 + (coor_y_tmp1-coor_y_tmp2).^2);  %存储各个城市之间距离的矩阵
d=dist_matrix;

%设置参数
L=102;
w=50;
dai=100;

%通过改良圈算法选取优良父代A
for k=1:w
  c=randperm(100);  %把1到100这些数随机打乱得到的一个数字序列
  c1=[1,c+1,102];   %头尾增加1，102
  flag=1;           %设置标志
  while flag>0
    flag=0;
    for m=1:L-3
       for n=m+2:L-1
         if d(c1(m),c1(n))+d(c1(m+1),c1(n+1))<d(c1(m),c1(m+1))+d(c1(n),c1(n+1))
           flag=1;
           c1(m+1:n)=c1(n:-1:m+1);
         end
       end
    end
  end
  J(k,c1)=1:102;    %产生了w个（50个）父代A
end

J=J/102;
J(:,1)=0;
J(:,102)=1;   %头尾分别为0,1，中间元素介于它们之间
rand('state',sum(clock));

%遗传算法实现过程
A=J;
for k=1:dai %产生0～1 间随机数列进行编码 dai=100
  B=A;
  c=randperm(w);

%1.交配产生子代B
  for i=1:2:w
    F=2+floor(100*rand(1));
    temp=B(c(i),F:102);       %两两配对
    B(c(i),F:102)=B(c(i+1),F:102);
    B(c(i+1),F:102)=temp;
  end
  
%2.变异产生子代C
  by=find(rand(1,w)<0.1); 
  if length(by)==0
     by=floor(w*rand(1))+1;
  end
  C=A(by,:);
  L3=length(by);
  for j=1:L3
    bw=2+floor(100*rand(1,3));
    bw=sort(bw);
    C(j,:)=C(j,[1:bw(1)-1,bw(2)+1:bw(3),bw(1):bw(2),bw(3)+1:102]);
  end
 
  
  %3.在父代和子代中选择优良品种作为新的父代 G=[A;B;C];
  G=[A;B;C];
  TL=size(G,1);
  [dd,IX]=sort(G,2);temp(1:TL)=0;
  for j=1:TL
    for i=1:101
      temp(j)=temp(j)+d(IX(j,i),IX(j,i+1));
    end
  end
  [DZ,IZ]=sort(temp);   %从小到大
  A=G(IZ(1:w),:);       %选择优良的50个
end

path=IX(IZ(1),:)
long=DZ(1)
xx=sj0(path,1);yy=sj0(path,2);
plot(xx,yy,'-o')