双倍体遗传算法

在普通的遗传算法的基础上，每个个体引入显隐性染色体。

算法流程：

1. 初始化种群
2. 根据显性染色体进行选择
3. 个体之间交叉时：显性和显性交叉。隐性和隐性交叉
4. 个体中显性以较小的变异概率变异，隐性以较大的变异概率变异

以下代码使用双倍体的遗传算法解决TSP问题，城市数量34.

```cpp
//双色体遗传算法
#include<iostream>
#include<vector>
#include<algorithm> 
#include<map>
#include<cmath>
#include<time.h>
using namespace std;
typedef vector<int> Vi;
//typedef vector<Vi>  Vii;
struct Obj{
	pair<double, Vi*> xian; // 显性染色体
	pair<double, Vi*> yin;  // 隐形染色体
	friend operator <(Obj &o1, Obj &o2){ 
		return o1.xian.first > o2.xian.first;   
	}
};

Vi x;  //城市的横坐标 
Vi y;  //城市的纵坐标 
/*
 1. 采用适应度比例分配个体的选择概率，
 2. 采用轮盘赌选择个体
 3. 采用pxm交叉 
 4. 采用两点互换的变异方式 
*/ 

bool cmp(Obj * x, Obj *y){    //sort的比较函数 
	return x->xian > y->xian; 
}
int next_int(){
	return rand()*(RAND_MAX+1)+rand();
}
double next_double(){
	return (double(rand()*(RAND_MAX+1)+rand()))/((RAND_MAX+1)*RAND_MAX+RAND_MAX);
}
void pmx(Vi& a,Vi&b, int chroLength);
double fitness( Vi& v,int chroLength);
void change0(vector<int>& K,int N);
void change1(vector<int>& K, int N);
void mutate(Vi& route,int mutate_type,int popSize);


class population{ 
public:
	int popSize, chroLength; // 种群大小、染色体长度
	double pc, pmL, pmH;  //交叉概率、较小的变异概率、较大的变异概率 
	vector<Obj *> pop; // 种群
	pair<double, Vi *> bestOne; 
	population(int popsize, int chrolength, double pc, double pml, double pmh){
		popSize = popsize;chroLength = chrolength; this->pc = pc; pmL = pml; pmH = pmh;  //相应赋值 
		//初始化种群
		for(int i = 0; i < popsize; ++i){
			Obj * o = new Obj{};
			Vi *chro1 = new Vi(chroLength);
			double fit1; 
			
			Vi *chro2 = new Vi(chroLength);
			double fit2;
			for(int j = 0; j < chrolength; ++j){ //产生顺序 
				(*chro1)[j] = j;
				(*chro2)[j] = j;
			}
			
			random_shuffle(chro1->begin(), chro1->end()); //打乱元素
			random_shuffle(chro2->begin(), chro2->end()); //打乱元素
			
			fit1 = fitness(*chro1, chrolength);
			fit2 = fitness(*chro2, chrolength);
			
			if(fit1 >= fit