(1408090204王金涛人工智能实验4.docVIP

人工智能 上机实验报告 学号： 1408090238 姓名： 覃天桥 所在系： 信息学院 班级：惠普测试142班 实验名称： 遗传算法的实现与应用 实验日期 2016年12月10日 实验指导教师 李辉 实验机房 A401 ------------------------------------------------------------------------------------------------------ 实验目的： 1、理解遗传算法的基本过程，掌握其选择-复制、交叉、变异三种运算。 2、掌握基本遗传算法，会建立适应度函数，通过遗传算法的迭代实现优化问题。 实验内容： 3．算法设计（编程思路或流程图或源代码） 程序调试（实验数据记录——根据程序要求输入几组不同数据，记录程序运行结果，并分析结果,分析程序运行中出现的主要错误。或对其他程序环境的使用情况的记录。注：必须认真书写） 5．讨论（通过实验的一些体会、学会的知识和技能等） 3． 算法设计（编程思路或流程图或源代码） //this program uses SGA to calculate the maximum value of f(x) =100*(x1*x1-x2)*(x1*x2-x2)+(1-x1)*(1-x1) #include iostream #include ctime #include cstdlib #include cstdio #include cstring #include algorithm #include vector #define LENGTH 3 using namespace std; class chromosome { public: int x1,x2; int value; double fitness; void assign(int a,int b) { x1 = a; x2 = b; cal_value(); } void cal_value() { value = x1 LENGTH; value |= x2; } void cal_fitness() { fitness = 100*(x1*x1-x2)*(x1*x2-x2)+(1-x1)*(1-x1); } }; double total_fitness = 0; vectorchromosome population[2]; vectorchromosome temp; int cop_counter = 0; int selector = 0; int and1 = ((1 LENGTH) - 1) LENGTH; int and2 = (1 LENGTH) - 6; int variation_percent = 2; int random(int end) { return rand() % (end + 1); } //选择 void select_population() { int counter = 0; int new_sel = (selector + 1) % 2; population[new_sel].clear(); while (counter = 3) { int pos = population[selector].size() - 1; int r = random(total_fitness); int end = population[selector][0].fitness; for (int i = 1;i (int)population[selector].size();i++) if (r = end) { pos = i - 1;