C# 遗传算法求函数最大值

简介

最近做一个项目要用到人工智能，于是了解了一下神经网络和相关的常用算法，其中遗传算法(Genetic Algorithm，简称 GA)最为有趣，因为我喜欢自然和生物:)
遗传算法基本思想来自于达尔文的进化论和孟德尔的遗传学说，模拟自然选择的过程，生物群落在繁殖的过程中产生基因交叉和突变，优胜劣汰。总体来说是一种带有随机性的启发式算法，可以在整个问题空间搜索，逐步逼近最优解。更详细介绍有很多书籍、论文和网上的文章，这里不再赘述。

关键流程
1.产生初始种群
  上帝创造一批良莠不齐的生物
2.计算适应度
  生物展开生存竞争
3.根据适应度选择交叉
  嘿咻繁殖，越适应环境的产生下一代的概率越大
4.变异
  被雷劈变成超级生物，或者被蜘蛛咬变成蜘蛛侠，极小概率事件 
5.循环 2~4 的过程，直到满足退出条件

经典测试函数


本例计算其在区间 [-1, 2] 上的最大值，采用实数编码、单点交叉、赌轮选择。

 

代码

三个主要类： Defs 包含常量定义， FunctionProblem 求解的问题， Program 启动算法主程序，为简单起见，就不考虑其通用性了。
class Defs { public static float CROSSOVER_RATE = 0.7F; // 交叉概率 public static float MUTATION_RATE = 0.001F; // 变异概率 public static int POP_SIZE = 100; // 种群大小 public static int DELTA_LENGTH = 5; // 解小数点后的位数 public static int X_LENGTH = DELTA_LENGTH + 2; // 整体长度 }

 

class FunctionProblem : IComparable<FunctionProblem>, ICloneable { private int min; // x 取值区间最小值 private int max; // x 取值区间最大值 public string Expr { get; set; } // 用字符串表示的解(即 x) public float Fitness { get; set; } // 适应度 public double Total