原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
遗传算法(浮点数编码)
浮点数编码实现遗传算法
遗传算法主要包括三个主要操作，选择、交叉和变异。用浮点数编码进行运算，三种操作方法如下：和
计算
累计概率
产生均匀分布0~1的随机数r
将r与比较，如果，则选择个体i进入到下一代新群体
反复执行4和5，直至新群体的个体数目等于父代群体规模
交叉：
其中，和是交叉之后的个体，和是随机选择的两个个体，是交叉的一个常数, 取值为。
变异：
是变异之后的个体，是变异之前的个体，k是变异的一个常数，取值为，是个体的上限，是个体的下限，r是产生的随机数。
适应度线性变换：
其中F是原适应度，是变换之后的适应度，a,b是变换的系数。适应度线性变换要满足下面两个条件：
条件一：
条件二： C=1.2~2
缩放时参数a,b的计算方法可以用如下方法：
如果满足：
就令：
否则：
实现代码如下：
#includestdio.h
#includestdlib.h
#includemath.h
#includetime.h
#define M 80 //种群数量
#define XMIN -1 //下限
#define XMAX 2 //上限
#define PI 3.1415926
#define PC 0.8 //交叉概率
#define PM 0.18 //变异概率
#define PA 0.01 //交叉因子
struct Node
{
double Pmember;
double Myfitness; //Myfitness是适应度
double Myfitsum; //Myfitsum是适应度占总体适应度的百分比，然后从第一个个体往后累加，主要用于选择操作
}Nownode[M],Nextnode[M]; //本代群体和下一代群体
int nodeindex[M]; //交叉时随机配对，存放配对的群体下标
int T=0;
double fx(double x) //根据x计算fx
{
double y;
y=x*sin(10*PI*x)+2;
//y=100-(x-5)*(x-5);
return y;
}
int calfitness() //计算适应度值
{
int i;
double minfitness,maxfitness,avefitness=0;
double C=1.7,a,b;
double temp;
minfitness=Nownode[0].Myfitness=fx(Nownode[0].Pmember);
maxfitness=minfitness;
avefitness=maxfitness;
for(i=1;iM;i++)
{
Nownode[i].Myfitness=fx(Nownode[i].Pmember);
avefitness+=Nownode[i].Myfitness;
if(minfitnessNownode[i].Myfitness)
{
minfitness=Nownode[i].Myfitness;
}
if(maxfitnessNownode[i].Myfitness)
{
maxfitness=Nownode[i].Myfitness;
}
}
if(minfitness0)//如果有负的适应度值，就把所以的适应度都加上一个数，使适应度全都为正数
{
temp=minfitness;
Nownode[0].Myfitness+=-temp;
avefitness=Nownode[0].Myfitness;
maxfitness=Nownode[0].Myfitness;
minfitness=Nownode[0].Myfitness;
for(i=1;iM;i++)
{
Nownode[i].Myfitness+=-temp;
avefitness+=Nownode[i].Myfitness;
if(minfitnessNownode[i].Myfitness)
{
minfitness=Nownode[i].Myfitness;
}
if(maxfitnessNownode[i].Myfitness)
{
maxfitness=Nownode[i].Myfitness;
}
}
}
//适应度线性变换
avefitness=avefitness/M;//计算平均适应度
if(minfitness(C*avefitness-maxfitness)/
文档评论（0）