遗传算法C++实现

 

 

云枕青山塔影斜，湖楼放舟摇柳叶。

春风吹荷花未歇，长醉梦中各华颠。   

                                    ------敬 子瞻

遗传算法是美国的J.Holland教授和他的学生于1975年受生物进化论的启发而提出并建立发展起来的。现在在诸多研究领域都有其应用。

主要涉及TSP求解问题；后来研究者的改进遗传算法也有很多。

遗传算法借鉴的是生物进化过程，遵循“适者生存”的规律。流程大概如下：

 

Step1

输入：种群大小、染色体长度、交叉概率、变异概率、停止规则

Step2

初始化种群

Step3

计算个体适应度

Step4

选择操作

Step5

交叉操作

Step6

变异操作

 

关于Step5和Step6，也有很多改进规则。

参数定义：

#define POP_SIZE 600 // 群体大小
#define MAX_GEN 1000 // 最大迭代次数
#define PC 0.99		 // 交叉概率
#define PM 0.2		 // 变异概率
#define VariableNum 7 //
#define alpha 0.6	 // 隐含的算法选择压力

变异实现代码：

void CAlgorithm::mutation(double x[POP_SIZE][VariableNum + 1])
{
	for (int i = 0; i < POP_SIZE; i++)
	{
		for (int j = 0; j < VariableNum; j++)
		{
			if (rand() / 32767.0 < PM)
			{
				switch (rand()%3)
				{
				case 0:
				{
					x[i][j] = Boundary[j][0] + (Boundary[j][1] - Boundary[j][0]) * rand() / 32767.0;
					break;
				}
				case 1:
				{
					x[i][j] = x[i][j] + (Boundary[j][1] - x[i][j]) * rand() / 32767.0;
					break;
				}
				case 2:
				{
					x[i][j] = Boundary[j][0] + (x[i][j] - Boundary[j][0]) * rand() / 32767.0;
					break;
				}
				default:
					break;
				}
			}
		}
	}
}

交叉操作：

void CAlgorithm::intercrose(double x[POP_SIZE][VariableNum + 1])
{
	int RandData[POP_SIZE], n[VariableNum], TempInt;

	double RandDouble[VariableNum], RandDouble2[VariableNum], TempDouble;

	SearchRandData(RandData);

	for (int j = 0; j < POP_SIZE - 1; j += 2)
	{
		switch (rand()%3)
		{
		case 0:
		{
			SearchRandData2(n);
			if (n[0] > n[1])
			{
				TempInt = n[0];
				n[0] = n[1];
				n[1] = TempInt;
			}
			for (int k = n[0]; k <= n[1]; k++)
			{
				TempDouble = x[RandData[j]][k];
				x[RandData[j]][k] = x[RandData[j + 1]][k];
				x[RandData[j + 1]][k] = TempDouble;

			}
			break;
		}
		case 1:
		{
			for (int k = 0; k < VariableNum; k++)
			{
				if (rand() / 32767.0 > 0.5)
				{
					x[RandData[j]][k] = x[RandData[j + 1]][k];
				}
				else
					x[RandData[j + 1]][k] = x[RandData[j]][k];
			}
			break;
		}
		case 2:
		{
			for (int k = 0; k < VariableNum; k++)
			{
				RandDouble[k] = x[RandData[j]][k];
				RandDouble2[k] = x[RandData[j + 1]][k];
			}
			TempDouble = rand() / 32767.0;
			for (int k = 0; k < VariableNum; k++)
			{
				x[RandData[j]][k] = RandDouble[k] + (RandDouble2[k] - RandDouble[k]) * TempDouble;
				x[RandData[j + 1]][k] = RandDouble2[k] + (RandDouble[k] - RandDouble2[k]) * TempDouble;
			}
			break;
		}

		default:
			break;
		}
	}
}

实验结果：