#ifndef _GA_
#define _GA_
#include <iostream>
#include <time.h>
using namespace std;
void TestGA();
/*
1.初始化 :随机生成M个群体。T:进化代数。M:初始种群的个数
2.个体评价:计算各个个体的适应度
3.选择运算:选择子个体,将选择算子作用于群体
4.交叉运算:将交叉算子作用于群体
5.变异运算:将变异算子作用于群体,通过以上步骤得到下一代群体
6.终止条件:按照进化代数?或者收敛指标
*/
/*
编码:二进制串进行编码
*/
/*
适应度函数:
计算某个种群的适应度大小,越大,越好
根据具体问题而定
*/
/*
选择算子:
适应度高的种群保留的概率大,适应度低的种群保留概率小
从父种群中选择一些个体,遗传到下一代?:遗传?
轮盘赌选择算法
1.根据适应度计算概率
2.计算累计概率
3.计算每个种群的概率区间
*/
/*
交叉算子:为了重组基于。交换基因片段
单点交叉算子:
1.选择交叉点
2.将两个编码交叉点后的进行交换
*/
/*
变异算子:改变某些编码,产生新的种群
基本位变异算子:
选择变异点
随机指定一个或几个位置做变异运算
*/
/*
运行参数:
M:种群数量
T:终止时的代数
Pc:交叉概率
Pm:变异概率
*/
/*
举例:
求【0,31】上使函数y=x^2取得最大值的x
交叉配对如何确定?
交叉的交叉点如何确定?
如何确定终止位置?
如何确定种群个数?
*/
const int CODE_LENGTH = 5;
void GA_1(int M, int T, double pc, double pm);
// 初始化M个种群
void Initialize(unsigned char population[], int M);
// 计算各个种群的适应度,传入适应度函数
void Adaptable(unsigned char population[], double adapt[], int M, double (*func)(int x));
// 计算适应度区间
void AdaptableLength(double adapt[], int M);
// 适应度函数
double Func(int x);
void CopyPop(unsigned char population[], unsigned char tmpPop[], int M);
// 产生M个从0到1的随机数,通过adapt,确定剩下的种群
void GetCopyPopulation(unsigned char population[], unsigned char tmpPop[], double adapt[], int M);
int FindI
(五)遗传算法
最新推荐文章于 2023-07-11 20:54:21 发布
本文详细探讨了遗传算法的原理和实现,重点介绍了如何利用C++进行遗传算法编程,包括种群初始化、选择、交叉和变异等关键步骤。通过实例解析,帮助读者掌握遗传算法在优化问题中的应用。
摘要由CSDN通过智能技术生成