遗传算法的简单应用-求解方程

上篇初识遗传算法讲述了遗传算法的基本思想，这篇博客就用遗传算法求解方程。

具体的如下：

求解方程 -x^3+7*x+13=0 在[3,4]区间的解，解精确到0.001，交叉概率0.7

变异概率0.01，迭代次数为100，字符编码长度为10(二进制编码)

首先简单的分析一下：

1、编码与解码

题目要求的是采用二进制的编码方式来实现，既然已经编码了，自然就需要解码，给定的10

位二进制编码表示的区间范围就是0~1023，题目的区间是[3,4]很自然的就能想到10位二进

制编码中的0表示是就是[3,4]中的3，1023表示的就是[3,4]中的4，所以，每个二进制对应的

十进制就是((10位二进制对应的十进制数/1023)+3)，这个就是解码后的在区间[3,4]中的具体值。

2、适应度函数

 这里取的适应度函数是方程绝对值的倒数，即f=1/(|-x^3+7*x+13|)

3、选择算子

确定选择比例，采用轮盘赌算法。

        /// <summary>
        /// 模拟轮盘赌选择算法
        /// 思路：1.求适应度的总和;2.计算每个个体适应度所占的比例(除第一个之外，其他的都是叠加);
        /// 3.在0~1产生随机数，这个随机数所在的区间，就是要选择的个体
        /// </summary>
        /// <returns>选择出来的优秀个体</returns>
        static List<int> RWS(List<double> list)
        {
            List<int> select = new List<int>();
            List<double> p = new List<double>();
            double sum = list.Sum()/*