遗传算法解决背包问题

最新推荐文章于 2022-08-21 21:51:32 发布

fengsigaoju

最新推荐文章于 2022-08-21 21:51:32 发布

阅读量7.7k

点赞数 3

分类专栏：计算智能杂题动态规划

本文链接：https://blog.csdn.net/fengsigaoju/article/details/50769111

版权

这段代码展示了如何运用遗传算法解决背包问题。初始化种群，通过评价函数计算每个个体的适应值，根据概率选择染色体进行交叉和变异操作。在多次迭代后，找出最优解，即最大价值的物品组合。

摘要由CSDN通过智能技术生成

//总体思想与之前的相似，评价函数就是物品的价值之和，但要注意一旦物品的重量大于背包的重量，那么该条染色体的幸存概率为0
//基因就是每一个物品是否选择，这里默认有10条染色体在比较，并且每一条染色体上的第i个基因就是代表第i个物品是否选择
//突变就是随机选择的染色体的随机位置由0变1,由1变0
//另外建议把变异的概率调高点，否则有可能会陷入局部最优
#include <stdio.h>
#include <string.h>
#include <math.h>
#include <stdlib.h>
#include <time.h>
#define num 10//种群的大小
#define pm 0.1//变异的概率
#define pc  0.8//交配的概率
#define MAX 100//最大迭代次数
int n,m;//n为物品种类，m为背包容积大小
int v[10];//每一个物品的价值
int w[10];//每一个物品的重量
typedef struct node
{
    int beibao[10];//描述每一个物品的状态
    int adapt;//表示这种装入方法的适应值
    double p;//幸存的概率
}node;
node group[num],grouptemp[num];
void groupproduce()
{
    int i,j,t,wsum;
    srand(time(NULL));
    for (i=0;i<num;i++)
    {
        wsum=0;
     for (j=0;j<n;j++)
     {
         t=rand()%100;
         if (t<=49)
           group[i].beibao[j]=0;
         else
           group[i].beibao[j