C++实现简单遗传算法

 

//遗传算法 GA 
#include<iostream> 
#include <cstdlib> 
#include<bitset> 
using namespace std; 
const int L=5; //定义编码的长度 
int f(int x) //定义测设函数f(x) 
{ 
	int result; 
	result=x*x*x-60*x*x+900*x+100;
	return result; 
} 
int main(int argc,char *argv[]) 
{ 
	int a(0),b(32); //定义x的定义域范围 
	const int pop_size=8; //定义种群大小 
	// int L; //指定编码的长度 
	const int NG=20; //指定种群最大的繁殖的代数 
	int t=0; //当前繁殖的代数 
	int p[pop_size]; //定义种群 
	int q[pop_size]; //定义繁殖种群 即种群的下一代 
	srand(6553); //定义随机数生成的种子 
	double sum; //适值总和 
	double avl_sum; //适度平均值 
	double p_probability[pop_size]; //适值概率 
	double pp[pop_size]; 
	double pro; //定义随机生成的概率 
	float pc=0.90; //定义交叉的概率 
	float pm=0.05; //定义变异的概率 
	cout<<"初始的种群 "; 
	for(int i=0;i<pop_size;i++) //生成初始的第0代种群 
	{ 
		p[i]=rand()%31; 
		cout<<p[i]<<" "; 
	} 
	cout<<endl; 
	cout<<endl; 
	void Xover(int &,int &); //声明交叉函数 
	//当停止准则不满足 即繁殖代数没到最大代数 ,继续繁殖 
	while(t<=NG) 
	{ 
		cout<<"繁殖的代数:t="<<t<<endl; 
		sum=0.0; 
		for(int i=0;i<pop_size;i++) 
		{ 
			q[i]=p[i]; 
			cout<<q[i]<<" "; 
		} 
		cout<<endl; 
		for(int i=0;i<pop_size;i++) //计算sum 
			sum +=f(p[i]); 
		avl_sum=sum/pop_size; 
		cout<<"sum="<<sum<<endl; 
		cout<<"适度平均值="<<avl_sum<<endl; 
		for(int i=0;i<pop_size;i++) //计算适值概率 
		{ 
			p_probability[i]=f(p[i])/sum; 
			if(i==0) {
				pp[i]=p_probability[i]; 
				cout<<"pp"<<i<<"="<<pp[i]<<endl; 
			} else {
				pp[i]=p_probability[i]+pp[i-1]; 
				cout<<"pp"<<i<<"="<<pp[i]<<endl; 
			} 
			//cout<<"p_probability"<<i<<"="<<p_probability[i]<<endl; 
		} 
		//选择双亲 
		for(int i=0;i<pop_size;i++) { 
			pro=rand()%1000/1000.0; 
			if(pro>=pp[0]&&pro<pp[1]) 
				p[i]=q[0]; 
			else if(pro>=pp[1]&&pro<pp[2]) 
				p[i]=q[1]; 
			else if(pro>=pp[2]&&pro<pp[3]) 
				p[i]=q[2]; 
			else if(pro>=pp[3]&&pro<pp[4]) 
				p[i]=q[3]; 
			else if(pro>=pp[4]&&pro<pp[5]) 
				p[i]=q[4]; 
			else 
				p[i]=q[5]; 
		} 
		//杂交算子 
		int r=0; 
		int z=0; 
		for(int j=0;j<pop_size;j++) { 
			pro=rand()%1000/1000.0; 
			if(pro<pc) { 
				++z; 
				if(z%2==0)
					Xover(p[r],p[j]); 
				else
					r=j;
			} 
		} 
		//变异算子 
		for(int i=1;i<=pop_size;i++) 
		for(int j=0;j<L;j++) {
			pro=rand()%1000/1000.0; //在【0,1】区间产生随机数 
			if (pro<pm) {
				bitset<L>v(p[i]); 
				v.flip(j);
				p[i]=v.to_ulong();
			}
		}
		t++;
		cout<<endl; //种群繁殖一代 
	} 
	cout<<"最终结果:"; 
	for(int i(0);i<pop_size;i++) //算法结束,输出结果 
	{ 
		cout<<p[i]<<" "; 
	} 
	cout<<endl; 
	return 0; 
}

//定义杂交操作 
void Xover(int &a,int &b) { 
	int pos; //随机生成杂交点 即第几个分量进行相互交换 
	pos=rand()%5+1; //在n个分量中,随机确定第pos个分量 
	int j,k; 
	j=pos; 
	k=pos; 
	bitset<L>e(a); 
	bitset<L>f(b); //前pos个分量进行相互交换 
	bitset<L>g; 
	bitset<L>h; 
	for(int i=0;i<pos;i++) { 
		if(e[i]==1) 
		g.set(i); 
	} 
	for(int i=0;i<pos;i++) { 
		if(f[i]==1) 
			h.set(i); 
	} 
	for(j;j<L;j++) { 
		if(f[j]==1) 
			g.set(j); 
	} 
	for(k;k<L;k++) { 
		if(e[k]==1) 
			h.set(k); 
	} 
	a=g.to_ulong(); 
	b=h.to_ulong(); 
}

 

    原文作者:遗传算法
    原文地址: https://blog.csdn.net/halazi100/article/details/46842343
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞