缩水版遗传算法学习笔记

最新推荐文章于 2024-01-23 14:40:40 发布

weixin_30649859

最新推荐文章于 2024-01-23 14:40:40 发布

阅读量112

点赞数

原文链接：http://www.cnblogs.com/itdef/p/6806997.html

版权

遗传算法是在随机的初始数据下，经过一段时间的变化，最后收敛得到针对某类特定问题的一个或者多个解。

主要步骤有编码选择交叉变异

这里以一个极其简单的探索迷宫出路的代码为例增加对遗传算法的感性认识。

编码
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,
1,8,1,0,0,0,0,0,0,0,1,0,0,1,1,
1,0,1,0,1,0,1,1,1,0,0,0,0,0,1,
1,0,1,0,1,0,1,1,1,1,0,1,0,1,1,
1,0,0,0,1,0,0,0,0,0,0,1,0,5,1,
1,1,1,1,1,1,1,1,1,1,1,1,1,1,1

我们定义这样一个迷宫
1表示为不可到达地点
0表示可通过区域
5是起点 8是终点
我们再定义一系列行走出迷宫的行走方向数组 walk[TestStep](walk[50]).这个数组记录了走50步的方向
方向使用0-3来代替 0 表示向上走，1表示向下走，2表示向左走，3表示向右走。然后测试这一系列走法在迷宫能达到的坐标，以达到的位置和终点的X\Y的差值的倒数作为这个走法的评分
price = 1/(1.0+(abs(exitIndex.x-vMethods[i].currentPosIndex.x)+abs(exitIndex.y-vMethods[i].currentPosIndex.y)));

考虑到X\Y的差值可能为零，所以额外加了一个1.0；以上就是编码的步骤；

选择

作为进化演变下一代的元素，我们需要选择评分比较高的走法

通常的办法是轮盘赌选择根据评分的高低决定其被选中的几率

各个个体被选中的概率与其适应度函数值大小成正比。设群体大小为n ，个体i 的适应度为 Fi，则个体i 被选中遗传到下一代群体的概率为：

比如说

走法A 评分0.5

走法B 评分0.2

走法C 评分0.3

那么根据一个随机范围为0-99的随机数

如果数目在0-49之间则选择走法A

如果数目在50-69之间则选择走法B

如果数目在70-99之间则选择走法C

我的代码中写的比较简单直接选择评分在前一半的作为进化演变的元素

int index1 = rand()%(TrySize/2);

int index2 = rand()%(TrySize/2);

缺点是可能逐步演化中族群的走法都慢慢接近甚至编程一样从未导致没有变化得不到正确结果

优点是代码简单

交叉

2个元素交换部分结构，来构造下一代新的元素

例如

走法A 01230123 0123

走法B 12301230 1230

构造下一代走法

01230123 1230

代码中为

Method m = CrossOver(vMethods[index1],vMethods[index2]);

突变

对元素数据进行小概率的调整以调整进化的集中性避免所有元素同一化

代码中是以25%的概率对某一步的走法进行调整

if((rand()%100)>75)

{

int index = rand()%TestStep;

m.walk[index] = direction(rand()%4);

}

本节代码属于实验性代码对具体参数和一些算法都做了简化只是加深对算法的理解方便入门

至于算法的选择参数优化调整的理论依据均未涉及需要学习理论教程书籍

代码如下

  1 #include <iostream>
  2 #include <ctime>
  3 #include <cstdlib>
  4 #include <vector>
  5 #include <algorithm>
  6 
  7 using namespace std;
  8 
  9 int mapArray[6][15] = { 2,3,4,1,1,1,1,1,1,1,1,1,1,1,1,
 10                         1,8,1,0,0,0,0,0,0,0,1,0,0,1,1,
 11                         1,0,1,0,1,0,1,1,1,0,0,0,0,0,1,
 12                         1,0,1,0,1,0,1,1,1,1,0,1,0,1,1,
 13                         1,0,0,0,1,0,0,0,0,0,0,1,0,5,1,
 14                         1,1,1,1,1,1,1,1,1,1,1,1,1,1,1};
 15 struct Point{
 16     int x;
 17     int y;
 18 };
 19 
 20 Point startIndex = {4,13};
 21 Point exitIndex = {1,1};
 22 
 23 enum direction{
 24     Mup =0,
 25     Mdown ,
 26     Mleft ,
 27     Mright };
 28 
 29 #define TestStep    50
 30 #define TrySize     50
 31 
 32 
 33 struct Method{
 34     direction walk[TestStep];
 35     Point   currentPosIndex;
 36     double price;
 37 };
 38 
 39 vector<Method> vMethods;
 40 vector<Method> vNewMethods;
 41 
 42 
 43 bool SortByPrice(const Method& obj1,const Method& obj2)
 44 {
 45     return obj1.price>obj2.price;
 46 }
 47 
 48 void InitRandomWalk(direction walk[]){
 49     for(int i = 0;i< TestStep;++i){
 50         walk[i] = direction(rand()%4);
 51     }
 52 }
 53 
 54 bool Walk(Point& currentPosIndex,direction walk[],int length){
 55     for(int i = 0;i< TestStep;++i){
 56         if(walk[i] == Mup){
 57             if( (currentPosIndex.x-1)>=0 &&
 58                mapArray[currentPosIndex.x-1][currentPosIndex.y] != 1){
 59                 currentPosIndex.x -= 1;
 60             }
 61         }else if(walk[i] == Mdown){
 62             if( (currentPosIndex.x+1)<=5 &&
 63                mapArray[currentPosIndex.x+1][currentPosIndex.y] != 1){
 64                 currentPosIndex.x += 1;
 65             }
 66         }else if(walk[i] == Mleft){
 67             if( (currentPosIndex.y-1)>=0 &&
 68                mapArray[currentPosIndex.x][currentPosIndex.y-1] != 1){
 69                 currentPosIndex.y -= 1;
 70             }
 71         }else if(walk[i] == Mright){
 72             if( (currentPosIndex.y+1)<=14 &&
 73                mapArray[currentPosIndex.x][currentPosIndex.y+1] != 1){
 74                 currentPosIndex.y += 1;
 75             }
 76         }
 77         if(currentPosIndex.x == exitIndex.x && currentPosIndex.y == exitIndex.y){
 78             return true;
 79         }
 80     }
 81 
 82     return false;
 83 }
 84 
 85 Method CrossOver(const Method& m1,const Method& m2){
 86     int i = rand()%TestStep;
 87     Method m;
 88 
 89     for(int j = 0; j <= i ;++j){
 90         m.walk[j] = m1.walk[j];
 91     }
 92 
 93     for(int k =i;k < TestStep;++k){
 94         m.walk[k] = m2.walk[k];
 95     }
 96     return m;
 97 }
 98 
 99 bool run(){
100 
101     for(int i = 0;i < TrySize;++i){
102        vMethods[i].currentPosIndex.x = startIndex.x;
103        vMethods[i].currentPosIndex.y = startIndex.y;
104        if(Walk(vMethods[i].currentPosIndex, vMethods[i].walk,TestStep)){
105            cout << "walk to exit!!!" << endl;
106            return true;
107        }
108        vMethods[i].price = 1/(1.0+(abs(exitIndex.x-vMethods[i].currentPosIndex.x)+abs(exitIndex.y-vMethods[i].currentPosIndex.y)));
109        cout << "current pos:\t" << vMethods[i].currentPosIndex.x <<" " << vMethods[i].currentPosIndex.y <<"\tprice:"<< vMethods[i].price<< endl;
110     }
111 
112     sort(vMethods.begin(),vMethods.end(),SortByPrice);
113     for(int i = 0 ; i <TrySize;i++){
114         int index1 = rand()%(TrySize/2);
115         int index2 = rand()%(TrySize/2);
116 
117 //        for(int k = 0 ;k<TestStep;++k){
118 //            cout << vMethods[index1].walk[k];
119 //        }
120 //        cout << endl;
121 
122       Method m = CrossOver(vMethods[index1],vMethods[index2]);
123        if((rand()%100)>75)
124        {
125            int index = rand()%TestStep;
126            m.walk[index] = direction(rand()%4);
127 
128        }
129        vNewMethods.push_back(m);
130 //        for(int k = 0 ;k<TestStep;++k){
131 //            cout << vMethods[index1].walk[k];
132 //        }
133 //        cout << endl;
134     }
135     vMethods = vNewMethods;
136     vNewMethods.clear();
137     return false;
138 }
139 
140 
141 
142 
143 
144 int main(int argc, char *argv[])
145 {
146     vMethods.clear();
147     srand( (unsigned)time( NULL ) );
148     for(int i = 0;i < TrySize;++i){
149         Method m;
150         InitRandomWalk( m.walk);
151         vMethods.push_back(m);
152     }
153 
154     int64_t count = 0;
155     while(!run()){
156         count++;
157     }
158     cout << "run " << count << " times." << endl;
159 
160 
161     return 0;
162 }