问题:
在下面的程序中将要运用遗传算法对一个多项式求最小值:
y=x6-10x5-26x4+344x3+193x^2-1846x-1680
要求在(-8,8)间寻找使表达式达到最小的x,误差为0.001。
问题分析:
函数式变换:
将函数解析式提取公因式可加快计算速度,如下式
f(x)=x*(x*(x*(x*(x*(x-10)-26)+344)+193)-1846)-1680
编码:
采用常规码,即二进制码编码。构造简单,交叉、变异的实现非常容易,同时解的表达也很简洁、直观。可以每0.001取一个点,这样理论误差讲小于0.0005,可以满足题目中的误差要求。此事总的求解空间为:
N = (8 - (-8)) * 1000 = 16000,可以用n = 14位二进制来表示。
PS:在可行域[Umin,Umax],用长度n的二进制编码表示参数,k为二进制编码的编码精度,则
k=(Umax-Umin)/(2^n-1)
基本遗传算法的运行参数:
M:群体大小,一般取20~100;
T:遗传算法的终止进化代数,一般取100~500;
Pc:交叉概率,一般取0.4~0.99;
Pm:变异概率,一般取0.0001~0.1。
群体规模m:
群体规模m可以选择 n ~ 2n 的一个确定的数,这里选择 m = 20
初始种群的选取:
在这里初始种群将在值域范围内随机选取
终止规则:
①最优解在连续的20次循环中改变量小于0.01,此事认为这个最优解为满足题目要求的最优解,求解成功,退出程序
②总的循环次数大于1200次时,循环也将结束,这种情况按照求解失败处理
交叉规则:
采用最常用的双亲双子法
选择:
在进行交叉、变异后,种群中的个体个数达到2m个,将这2m个染色体按其适应度进行排序,保留最优的m个淘汰其他的,使种群在整体上得到进化
程序代码:
#include <stdio.h>
#include <math.h>
#include <stdlib.h>
#include <time.h>
#define SUM 20 //总共的染色体数量
#define MAXloop 1200 //最大循环次数
#define error 0.01 //若两次最优值之差小于此数则认为结果没有改变
#define crossp 0.7 //交叉概率
#define mp 0.04 //变异概率
//用于求解函数y=x^6-10x^5-26x^4+344x^3+193x^2-1846x-1680在(-8,8)之间的最小值
struct gen //定义染色体结构
{
int info; //染色体结构,用一整型数的后14位作为染色体编码
float suitability; //次染色体所对应的适应度函数值,在本题中为表达式的值
};
struct gen gen_group[SUM];//定义一个含有20个染色体的组
struct gen gen_new[SUM];
struct gen gen_result; //记录最优的染色体
int result_unchange_time; //记录在error前提下最优值为改变的循环次数
struct log //形成链表,记录每次循环所产生的最优的适应度
{
float suitability;
struct log *next;
}llog,*head,*end;
int log_num; //链表长度
/**************函数声明******************/
void initiate(); //初始化函数,主要负责产生初始化种群
void evaluation(int flag); //评估种群中各染色体的适应度,并据此进行排序
void cross(); //交叉函数
void selection(); //选择函数
int record(); //记录每次循环产生的最优解并判断是否终止循环
void mutation(); //变异函数
void showresult(int); //显示结果
//-----------------------以上函数由主函数直接调用
int randsign(float p); //按照概率p产生随机数0、1,其值为1的概率为p
int randbit(int i,int j); //产生一个在i,j两个数之间的随机整数
int randnum(); //随机产生一个由14个基因组成的染色体
int convertionD2B(float x);//对现实解空间的可能解x进行二进制编码(染色体形式)
float convertionB2D(int x); //将二进制编码x转化为现实解空间的值
int createmask(int a); //用于交叉操作
int main()
{
int i,flag;
flag=0;
initiate(); //产生初始化种群
evaluation( 0 ); //对初始化种群进行评估、排序
for( i = 0 ; i < MAXloop ; i++ )
{
cross(); //进行交叉操作
evaluation( 1 ); //对子种群进行评估、排序
selection(); //对父子种群中选择最优的NUM个作为新的父种群
if( record() == 1 ) //满足终止规则1,则flag=1并停止循环
{
flag = 1;
break; //跳出for循环
}
mutation(); //变异操作
}
showresult( flag ); //按照flag显示寻优结果
return 0;
}
void initiate() //初始化种群
{
i