遗传算法(可运行).docVIP

遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型. 生存+检测的迭代搜索过程是它的核心. 具体分成五部,其中每步就是程序实现过程: 参数编码(实际问题编码到遗传基因),初始群体设定(祖先),适应度函数的设计(生存选择),遗传操作设计(遗传+变异),控制参数设计(交叉率0.2-0.99,变异率0.001-0.1). 具体过程: 选择编码方式; 产生初始群体; 计算群体适应性; 如果不满足条件 { 选择 交换 变异 计算新一代的群体适应性(继续迭代) } C++程序实现: 直接可以运行 #include stdio.h #includestdlib.h #includetime.h #includemath.h #define POPSIZE 500 //种群大小 #define chromlength 8 //染色体长度 int popsize ; //种群大小 int maxgeneration; //最大世代数 double pc = 0.0; //交叉率 double pm = 0.0; //变异率 struct individual //定义染色体个体结构体 { int chrom[chromlength]; //定义染色体二进制表达形式，edit by ppme 将char 转为 int double value; //染色体的值 double fitness; //染色体的适应值 }; int generation; //当前执行的世代数 int best_index; //最好的染色体索引序号 int worst_index; //最差的染色体索引序号 struct individual bestindividual; //最佳染色体个体 struct individual worstindividual; //最差染色体个体 struct individual currentbest; //当前最好的染色体个体 currentbest struct individual population[POPSIZE];//种群数组 //函数声明 void generateinitialpopulation(); //ok-初始化当代种群 void generatenextpopulation(); //？？产生下一代种群 void evaluatepopulation(); //评价种群 void calculateobjectfitness(); //计算种群适应度 //long decodechromosome(char *,int,int);//染色体解码 double decodechromosome(int,int); //染色体解码 void findbestandworstindividual(); //寻找最好的和最坏的染色体个体 void performevolution(); //进行演变进化 void selectoperator(); //选择操作 void crossoveroperator();