本人刚学MATLAB遗传算法工具箱，请大家帮我看一下这个简单一元函数优化错误的原因及怎样修改。

close all;
figure;
fplot('variable*sin(10*pi*variable)+2.0',[-1,2]);%画出函数原图
NIND=40;%个体数目
MAXGEN=25;%最大遗传代数
PRECI=20;%变量的二进制位数，
GGAP=0.9;%代沟
trace=zeros(2,MAXGEN);%创建寻优结果的初始值——2行25列的零矩阵
FieldD=[20;-1;2;1;0;1;1];%区域描述器，子串长度20，下界-1，上界2，二进制编码，算术刻度，包含边界。将子串取值范围锁定在-1至2。
Chrom=crtbp(NIND,PRECI);%创建一个大小为Nind（行，个体数目）*PRECI（列，个体位数）的随机二元矩阵。创建初始种群
gen=0;%代计数器
variable=bs2rv(Chrom,FieldD);%计算初始种群的十进制转换，产生40个介于-1到2之间的值。得到初始种群的十进制值。
ObjV=variable.*sin(10*pi*variable)+2.0;%计算目标函数值40个
while gen<MAXGEN,%若未达到最大遗传代数
FitnV=ranking(-ObjV);%分配适应度值，采用的是-ObjV，按照个体的目标值Objv由大到小的顺序对他们进行排序，ObjV值大者适应度高，使目标函数最大化。缺省默认适应度压差2，线性评估。
SelCh=select('sus',Chrom,FitnV,GGAP);%选择，从种群中选择个体数等于种群个体数目NIND*代沟GGAP。列向量FitnV包含个体的适应度值，适应度值表明了每个个体被选择的预期概率。
SelCh=recombin('xovsp',SelCh,0.7);%重组：采用单点交叉，交叉概率0.7
SelCh=mut(SelCh);%变异：NewChrom=mut(OldChrom,Pm),此处变异概率Pm缺省，默认值为0.7/染色体结构长度Lind。
variable=bs2rv(SelCh,FieldD);%子代个体的十进制转换，得到子代个体的十进制值。
ObjVSel=variable.*sin(10*pi*variable)+2.0;%计算子代的目标函数值
[Chrom ObjV]=reins(Chrom,SelCh,1,1,ObjV,ObjVSel);%重插入子代的新种群。因为使用了代沟，子代数量少于前种群，因此使用恢复函数reins.基于适应度的恢复用Selch中的个体代替Chrom中最不适应的个体。
gen=gen+1;%代计数器增加
%输出最优解及其序号，并在目标函数图像中标出，Y为最优解，I为种群的序号
[Y,I]=max(ObjV),hold on;
plot(variable(I),Y,'bo');%遗传算法性能跟踪
trace(1,gen)=max(ObjV);%trace矩阵中第一行为每次迭代后的最优解
trace(2,gen)=sum(ObjV)/length(ObjV);%%trace矩阵中第二行为每次迭代后的最优解的均值。每次迭代后的最优解和解的均值存放到trace中.这个遗传优化的结果包含在矩阵Objv中，决策变量的值为variable(I).length：数组长度（即行数或列数中的较大值）,因Obiv为一列值，故取行数，也即个体数。
end
variable=bs2rv(Chrom,FieldD);%最优个体的十进制转换
hold on ,grid;
plot(variable',ObjV','b*');
figure;
plot(trace(1,:)');%trace矩阵中第一行为每次迭代后的最优解
hold on;
plot(trace(2,:)','-.');grid;
legend('解的变化','种群均值的变化')