遗传算法二进制编码c语言,遗传算法，实数编码的交叉操作之SBX（模拟二进制交叉）...

本文主要介绍遗传算法(实数编码)的交叉操作中的SBX，模拟二进制交叉。

首先，给出个人用python2.7实现的代码，具体模块已上传到：

https://github.com/guojun007/sbx_cross

#!/usr/bin/env python

#encoding:UTF-8

import numpy as np

import random

"""

SBX 模拟二进制交叉

输入：

population 种群矩阵

alfa 交叉概率

numRangeList 决策变量的上限(下限默认为0)

mu SBX方式的分布指数, 推荐为1

"""

def cross(population, alfa, numRangeList, mu=1):

N=population.shape[0]

V=population.shape[1]

populationList=range(N)

for _ in xrange(N):

r=random.random()

if r

p1, p2=random.sample(populationList, 2)

bq=np.array([0]*V)

randList=np.random.random(V)

#根据概率向量判断不同概率函数的选择

orTF=(randList<=0.5)

#计算不同决策变量的 不同概率选择 下的 系数

for j in xrange(V):

if orTF[j]==True:

bq[j]=(2.0*randList[j])**(1.0/(mu+1))

else:

bq[j]=(1.0/(2.0*(1-randList[j])))**(1.0/(mu+1))

#取出选定的两个个体

old_p1=population[p1, ]

old_p2=population[p2, ]

#计算交叉后的两个新个体

new_p1=0.5*((1+bq)*old_p1+(1-bq)*old_p2)

new_p2=0.5*((1-bq)*old_p1+(1+bq)*old_p2)

#上下限判断,防止越界

new_p1=np.max(np.