数学建模--基于遗传算法求解数独

最新推荐文章于 2022-12-28 11:19:43 发布

_relax

最新推荐文章于 2022-12-28 11:19:43 发布

阅读量2.8k

点赞数

分类专栏：数学建模 matlab 文章标签：数学建模算法

本文链接：https://blog.csdn.net/qq_32412759/article/details/75212828

版权

本文介绍了如何运用遗传算法来求解数独问题。主要包括初始化种群、交叉操作、变异过程以及选择策略。通过设定特定规则生成初始种群，然后进行染色体交叉、变异，并基于一定的选择机制进行进化，最终在MATLAB中实现这一算法。

摘要由CSDN通过智能技术生成

求解数独网上有很多算法，由于最近在学习遗传算法，所以尝试通过遗传算法来求解数独。
遗传算法求解数独步骤如下
1.初始化化种群
首先需要产生较优的初始种群，以减少进化代数，如果没有较优的初始种群会加大后面运算压力。为了得到较优的初始种群，设置一下规则（1）、每个方格的数字不重复；
（2）、尽可能使填入的数字与所在行或列的数字不重复。
根据以上规则得到一定数量的初始九宫格，然后将每个方格缺的数字按从上到下、从左到右的顺序连在一次作为染色体。
2、交叉
将染色体随机两两组合，随机取两个染色体中间相同的位置进行交换，交叉完后，将未交叉的重复元素用另一个染色体的重复的元素交换（因为该染色体重复的元素就是另一个染色体缺少的元素，元素守恒）。
3、变异
按变异率在种群中随机选择一定数量的个体，随机产生一个变异节点（一一个九宫格的方格作为一个节点），将该节点左右翻转。
4、选择
将父代、子代、变异代三部分染色体合在一起，计算每个染色体还原到九宫格中行和列重复数字的个数，初始分为8*（9+9）=144，每重复一次减去一分。选出分数最高一部分作为下一轮进化的父代。进化到一定程度，出现分数等于144时，退出进化。
matlab代码实现如下：

clc,clear
tic;
Su=[
0 2 0 0 0 5 0 0 0;
3 5 4 0 8 0 1 0 0;
0 9 1 6 2 0 0 5 0;
0 3 9 7 6 2 0 8 0;
0 7 0 0 9 8 0 0 0;
0 0 2 0 3 1 7 9 4;
2 6 7 0 1 9 8 4 5;
0 0 3 8 5 6 0 1 0;
5 0 0 0 7 4 9 3 6;
];

index1=[1 4 7 1 4 7 1 4 7];
index2=[1 1 1 4 4 4 7 7 7];

SuNNum=zeros(9,9);
SuNNumP=zeros(9,9);
SuNNumL=zeros(9,1);
l=0;
for i=1:9
    SuOne=Su(index1(i):index1(i)+2,index2(i):index2(i)+2);
    v=find(SuOne==0);
    SuNNumP(i,1:length(v))=v';
    t=0;
    for j=1:9
        v=find(SuOne==j);
        if isempty(v)
            t=t+1;
            SuNNum(i,t)=j;
            SuNNumL(i)=t;
        end
    end
end
SuNNum;%按从上到下，从左往右的顺序保存每个方格所缺的数字
SuNNumP;%按从上到下，从左往右的顺序保存每个方格所缺的数字的位置
SuNNumL;%按从上到下，从左往右的顺序保存每个方格所缺的数字的长度
%初始化种群
xtab=[1 2 3 1 2 3 1 2 3];
ytab=[1 1 1 2 2 2 3 3 3];
xtab1=[0 1 2 0 1 2 0 1 2];
ytab1=[0 0 0 1 1 1 2 2 2];
w=sum(SuNNumL)*6;%种群大小
SuP=zeros(9,9,w);%w个九宫格
for s=1:w
    SuP(:,:,s)=Su;
    for i=1:9
        pf=1;
        pl=SuNNumL(i);
        rand1=randperm(SuNNumL(i));
        for j=1:SuN