轮盘赌算法以及matlab的实现

轮盘赌算法其实是一种选择算法。原理其实很简单，通常运用于遗传算法与蚁群退火算法等。如遗传算法中的个体的选择，等等。

下面介绍，轮盘赌的基本原理。运用的情景：一个公司有员工甲乙丙丁四位，其为公司创造的价值分别是900万，200万，80万，100万.年底了，公司老板想要颁发一个“MVE”奖（最有价值的员工奖），按理说应该直接发给甲，但是老板为了照顾其他员工，决定设置一个抽奖系统。他想在保证“按劳分配”的大原则下，再增加点随机性，因为老板认为“运气也是实力的一部分”。初始的想法是产生0~1的随机数决定谁获奖。那么到底如何设计呢？

首先，我们应知道个体的选择概率，即一员工一为例子，其个体选择概率是900/（900+200+80+100），为0.7031.

然后依次计算。

员工二为0.1563，员工三为0.0625，员工四为0.0781

所以当个体的选择概率越大其被选中的概率就会越大，我们想像一个圆盘，如果个体选择的概率越大，则其占的面积越大。越容易被选中。

那我们如何进行编码表示呢？即将圆盘映射为为一个【0，1】的线段，个体概率越大，其占的长度越长。

如本例子，是分为四个区间，区间1的范围时是0到0.7031。区间2的范围是0.7031到0.9194.区间三的范围是0.09194到0.9819.区间四的范围是0.9819到1。所以我们可以产生多个随机数，哪个区间落得随机数多，谁就获奖。当然，如果我是甲的话，我会建议老板产生一万个随机数来进行统计。

matlab代码如下;

%轮盘赌算法
A=[900;200;80;100]
C=A./sum(A)
z=zeros(4,1)
B(1,1)=C(1,1)
for i=2:4
    B(i,1)=B(i-1,1)+C(i,1)
end

for i=1:1000
    r=rand()
   for j=1:3
       if r>B(j)&&r<B(j+1)
           z(j+1)=z(j+1)+1
           break
       elseif r==B(j)
           z(j)=z(j)+1
           break
       elseif r<=B(1)
           z(1)=z(1)+1
           break
       end
    end
end

 添加：一个更精简的实现方式

c=[900,80,200,100];%假设这是目标矩阵，需要对其进行选择
value_sum=sum(c);
cc=c./value_sum;
r=rand(1);
pc=cumsum(cc,2);%求累加和
tar=find(pc>=r);%返回pc中大于r的位置索引
chose_next=tar(1);%会返回多个大于r的元素的位置，但我们只取第一个元素

 

 

/Dàimǎ duàn xiǎo bùjiàn/

代码段 小部件