遗传算法的VC++实.docVIP

遗传算法的VC++实现 遗传算法是一种借鉴生物界自然选择和自然遗传机制的高度并行、随机、自适应搜索算法,其隐含的对全局信息的有效利用能力使遗传算法具有稳健性,能够很好地处理传统优化方法解决不了的复杂和非线性问题。遗传算法的执行过程可以简单描述为随机地在参变量空间中进行搜索,由串组成的群体在遗传算子的作用下,同时对空间中不同的区域进行采样计算,从而构成一个不断迭代进化的群体序列。遗传算法的突出表现能力是能够把注意力集中到搜索空间中期望值最高的部分,这是遗传算法中杂交算子作用的直接结果。杂交过程就是模拟生物界中的有性繁殖,它是遗传算法中最重要的部分,是遗传算法区别于其它优化算法的根本所在。遗传算法以迭代群体中的所有个体为操作对象,从本质上讲属于一种群体操作算法,其基本流程如图1 所示。一个标准的遗传算法程序包含4 个基本组成部分: (1) 参数编码; (2) 初始群体生成;(3) 适应值检测; (4) 遗传操作。其中遗传操作是遗传算法的核心,它由3 个基本操作算子组成,即选择算子、交叉算子和变异算子,不同的遗传算子对算法的运行性能有着各不相同的影响。 文章主要从遗传算法在求解连续最优化问题中的设计与实现环节上对遗传算法进行研究。根据所求解问题的性质,设计合理的遗传算法程序,使之满足求解问题的要求。 一些术语 一、染色体(Chronmosome) 　　染色体又可以叫做基