总述：

正好人工智能课最后次作业了，用java写下遗传算法，感觉做的还可以，分享到blog供大家参考，不足可以指正。

遗传算法（Genetic Algorithm，GA）的原理先说下，就是基于生物进化理论，包括选择，交叉，变异三个主要操作，然后不停迭代直到限定条件，基本流程如下图，

这次作业分别是用GA实现函数极值求解以及N皇后问题，具体的实现代码见github：https://github.com/ericliyanghui/-N-

下面分别说明：

PART1. 函数极值

给出如下题：

            三个参数自己取，具体看下面代码，先用matlab作个图，

                   然后求下极值：

      下面就是遗传算法套到这上面了，因为正好1024个数，所以用10位二进制编码。我直接给出相应代码块截图了，逻辑自理，

代码：

（1） 全局变量：GA的参数以及相应变量

（2）  初始化种群：这里包含随机生成N个0-1023的值并转为对应二进制，同时计算对应0-1的x值

（3） 选择：参考网上可靠资料，采用锦标赛法，即每次随机选取2个变量，选取函数值较大的作为下一代

（4） 交叉变异：

首先交叉选取概率+双亲双子，即从前往后遍历，若随机值小于pc，则将当前序列与后一个序列交叉，交叉采用随机生成下标，将两个序列的下标后的子序列相互交换。

然后变异选取概率+单位变异法：即从前到后遍历，对每个序列若随机概率小于pm，则随机生成下标，对相应下标取否。

（5） 更新：主要对上述的序列集更新函数值和x值

结果：

这里我用了java调用matlab的java接口的方式，具体自行搜索以及看我源码readme

经过实测以及网上的资料，对这个问题1000代即可收敛。

PART2. N皇后问题

N皇后主要注意初始化要保证每个下标的值不同，同时在交叉中也要使用去重算子，这样保证在同列不会重叠，使计算冲突时达到最优效率。

下面给出代码块，逻辑很清晰。

代码

（1） 全局变量：

（2） 主函数：

（3） 冲突数函数：采用数组法

（4） 随机数函数：对原算法改进了

（6） 初始化种群：

（7） 选择种群：锦标赛法

（8） 交叉：这里采用概率+常规交配法

（9） 变异：这里采用基于次序变异

（10）  更新：主要更新编码数组以及冲突数组

结果

这里就给一组数据，1000皇后

然后给下我之前用C实现的改进贪心N皇后结果

抛开两者差异，贪心还是稍微快点。不过在跑GA时我还在做别的事，所以对GA有点不公平，不过时间性能确实差了很多。

总结

为什么要用java写呢，因为这课的作业我是C/C++, python, java循环用的，这次正好轮到java，而且也是测试下java的代码量，确实和matlab没法比，所以大家GA还是尽量用Matlab写，矩阵操作方便多了，java这东西还是写android去吧。

然后可视化也是第一次用matlab的java接口，感觉还可以。

转载请注明出处：https://blog.csdn.net/qq_26779635/article/details/84997223