轮盘赌选择,原理及C++实现 此博文包含图片
(2012-11-01 20:46:14)
标签: 杂谈
轮盘赌选择:What's the Roulette Wheel Selection
轮盘赌选择又称比例选择算子。
基本思想:个体被选中的概率与其适应度函数值成正比。
设群体大小为n,个体i的适应度为Fi,则个体i被选中遗传到下一代群体的概率为:
轮盘赌选择,原理及C++实现
工作过程:
设想群体全部个体的适当性分数由一张饼图来代表 (见图)。
轮盘赌选择,原理及C++实现
群体中每一染色体指定饼图中一个小块。块的大小与染色体的适应性分数成比例,适应性分数愈高,它在饼图中对应的小块所占面积也愈大。为了选取一个染色体,要做的就是旋转这个轮子,直到轮盘停止时,看指针停止在哪一块上,就选中与它对应的那个染色体。
若产生随机数为0.81,则6号个体被选中。
实现代码:
int RouletteWheelSelection()
{
//每次选择一个个体,返回个体在数组中的下标
double fSlice = RandomDouble() * m_dTotalFitnessScore;
double cfTotal = 0.0; //概率统计
int SelectedGenomePos = 0; //被选中的个体下标
int i;
for (i = 0; i < POP_SIZE; ++i)
{
cfTotal += m_vecGenomes[i].dFitness;
if (cfTotal > fSlice)
{
SelectedGenomePos = i;
break;
}
}
return SelectedGenomePos;
标签: 杂谈
轮盘赌选择:What's the Roulette Wheel Selection
轮盘赌选择又称比例选择算子。
基本思想:个体被选中的概率与其适应度函数值成正比。
设群体大小为n,个体i的适应度为Fi,则个体i被选中遗传到下一代群体的概率为:
轮盘赌选择,原理及C++实现
工作过程:
设想群体全部个体的适当性分数由一张饼图来代表 (见图)。
轮盘赌选择,原理及C++实现
群体中每一染色体指定饼图中一个小块。块的大小与染色体的适应性分数成比例,适应性分数愈高,它在饼图中对应的小块所占面积也愈大。为了选取一个染色体,要做的就是旋转这个轮子,直到轮盘停止时,看指针停止在哪一块上,就选中与它对应的那个染色体。
举例:
若产生随机数为0.81,则6号个体被选中。
实现代码:
int RouletteWheelSelection()
{
//每次选择一个个体,返回个体在数组中的下标
double fSlice = RandomDouble() * m_dTotalFitnessScore;
double cfTotal = 0.0; //概率统计
int SelectedGenomePos = 0; //被选中的个体下标
int i;
for (i = 0; i < POP_SIZE; ++i)
{
cfTotal += m_vecGenomes[i].dFitness;
if (cfTotal > fSlice)
{
SelectedGenomePos = i;
break;
}
}
return SelectedGenomePos;
}