模式识别hw1-------遗传算法寻找最短路径

遗传算法以及求解TSP介绍http://blog.csdn.net/bizer_csdn/article/details/51760110

要求是从a点出发，对结束点没要求，但必须经过所有点，并且允许重复。

这个问题不同于TSP，但是稍加改进就可以了。

其实，主要就是邻接矩阵中，任意两点之间存储的是两点之间的最短距离，比如，a---f之间的最短距离是2+1+3=6。

关于两点之间最短路径问题，这题给出的权重是正值，感觉可以使用dijkstra之类的算法，当初是手算的，以后有机会慢慢补充。

下面给出代码：

GA.cpp

#include <stdlib.h>
#include <iostream>
#include <time.h>
#include <vector>
#include <algorithm>

using namespace std;

const double P_MAT=0.8; //交配概率
const double P_VAR=0.001;  //变异概率
const int TMAX=150;   //最大迭代次数

const int N=11; //11个城市


const int INF=1000; //表示图中不连通部分权重

const int GROUP_SIZE=300;//种群大小,300
vector<int> GROUP[GROUP_SIZE]; //种群




//邻接矩阵中存的是任意两节点的最短路径
int pointdist[N][N]={
  {  0,  2,  7,  1,  3,  6, 10,  5, 12, 11, 14},
                     {  2,  0,  5,  3,  1,  4,  8,  3, 10, 11, 12},
                     {  7,  5,  0,  7,  4,  1,  5,  6,  7,  6,  9}, 
                     {  1,  3,  7,  0,  4,  7,  9,  6, 11, 10, 13},
                     {  3,  1,  4,  4,  0,  3,  7,  2,  9, 10, 11},
                     {  6,  4,  1,  7,  3,  0,  4,  5,  6,  5,  8},
                     { 10,  8,  5,  9,  7,  4,  0,  9,  2,  1,  4},
                     {  5,  3,  6,  6,  2,  5,  9,  0,  7,  8,  9},
                     { 12, 10,  7, 11,  9,  6,  2,  7,  0,  1,  2},
                     { 11, 11,  6, 10, 10,  5,  1,  8,  1,  0,  3},
                     { 14, 12,  9, 13, 11,  8,  4,  9,  2,  3,  0}};


//随机产生一个新的基因
void newChrom(vector<int>& chrom)
{
	chrom.clear();
	//保证第一城市为'a'
	for(int i=0;i<N;i++)
	{
		chrom.push_back(i);
	}

	int i=0,j=0;
	do 
	{
		i=rand()%(N-1)+1;
		j=rand()%(N-1)+1;
	} while (!(i<j));//生成两个不同随机数
	//逆序法生成新染色体
	while(i<j)
	{
		swap(chrom[i++],chrom[j--]);
	}
}




//种群初始化
void group_init()
{
	for(int i=0;i<GROUP_SIZE;i++){
		newChrom(GROUP[i]);
	}
}


//计算每个染色体的适应值函数，即距离
int chrom_len(vector<int> chrom)
{
	int len=0;
	for(int i=0;i<chrom.size()-1;i++){
		int p1=chrom[i];
		int p2=chrom[i+1];
		len=len+pointdist[p1][p2];
	}
	return len;
}

bool descend_by_len(vector<int> chrom1,vector<int> chrom2)
{
	return chrom_len(chrom1)>chrom_len(chrom2);
}



//选择
void choose()
{
	//适应值函数为距离之和
	//为了加速进化过程，按着适应值函数从大到小进行排序
	//排序后，第i染色体被选中概率为2*i/GROUP_SIZE/(GROUP_SIZE+1)
	//采样“轮盘赌”算法模拟第i染色体被选中

	//"轮盘赌"算法进行选择
	//按着适应值函数从大到小进行排序,并计算排序后每个染色体被选中的概率
	vector<int> new_group[GROUP_SIZE];

	sort(GROUP,GROUP+GROUP_SIZE,descend_by_len);
	double p[GROUP_SIZE]={0.0};
	for(int i=0;i<GROUP_SIZE;i++){
		p[i]=(double)2*(i+1)/GROUP_SIZE/(GROUP_SIZE+1);
	}
	

	//进行GROUP_SIZE次选择
	for(int i=0;i<GROUP