简单的遗传算法

//遗传算法 GA 

#include<iostream>
#include <cstdlib>
#include<bitset>
using namespace std;
const int L=5;                           //定义编码的长度 
int f(int x)                             //定义测设函数f(x) 
{
int result;
result=x*x*x-60*x*x+900*x+100;
return result;
}


int main(int argc,char *argv[])
{
int a(0),b(32);                       //定义x的定义域范围
const int pop_size=8;                //定义种群大小
// int L;                                //指定编码的长度 
const int NG=20;                     //指定种群最大的繁殖的代数 
int t=0;                              //当前繁殖的代数 
int p[pop_size];                      //定义种群 
int q[pop_size];                      //定义繁殖种群 即种群的下一代 
srand(6553);                            //定义随机数生成的种子 
double sum;                           //适值总和 
double avl_sum;                       //适度平均值 
double p_probability[pop_size];       //适值概率 
double pp[pop_size];
double pro;                           //定义随机生成的概率 
float pc=0.90;                        //定义交叉的概率 
float pm=0.05;                       //定义变异的概率 
cout<<"初始的种群 "; 
for(int i=0;i<pop_size;i++)          //生成初始的第0代种群 
    {
p[i]=rand()%31;
cout<<p[i]<<" ";
    }
     cout<<endl;
     cout<<endl;
     void Xover(int &,int &);               //声明交叉函数 
     
//当停止准则不满足 即繁殖代数没到最大代数 ,继续繁殖
while(t<=NG)                          
{ 
cout<<"繁殖的代数：t="<<t<<endl;
sum=0.0;
for(int i=0;i<pop_size;i++)           
    {
q[i]=p[i];
cout<<q[i]<<" ";
    }
    cout<<endl;
  for(int i=0;i<pop_size;i++)       //计算sum 
     sum +=f(p[i]);
  avl_sum=sum/pop_size;
  cout<<"sum="<<sum<<endl;
  cout<<"适度平均值="<<avl_sum<<endl; 
        for(int i=0;i<pop_size;i++)       //计算适值概率 
        {
            p_probability[i]=f(p[i])/sum;
if(i==0)
{
pp[i]=p_probability[i];
cout<<"pp"<<i<<"="<<pp[i]<<endl;
}
 
            else
            {
             pp[i]=p_probability[i]+pp[i-1];
        cout<<"pp"<<i<<"="<<pp[i]<<endl;
            }
//cout<<"p_probability"<<i<<"="<<p_probability[i]<<endl;
        }
        
        //选择双亲
         for(int i=0;i<pop_size;i++) 
         {
         pro=rand()%1000/1000.0;
if(pro>=pp[0]&&pro<pp[1])
    p[i]=q[0]; 
else if(pro>=pp[1]&&pro<pp[2])
             p[i]=q[1];
         else if(pro>=pp[2]&&pro<pp[3])
             p[i]=q[2];
         else if(pro>=pp[3]&&pro<pp[4])
             p[i]=q[3];
         else if(pro>=pp[4]&&pro<pp[5])
             p[i]=q[4];
         else 
             p[i]=q[5];
         }
   
//杂交算子
int r=0;
int z=0; 
for(int j=0;j<pop_size;j++) 
{

   pro=rand()%1000/1000.0;
if(pro<pc)
{
  ++z;
  if(z%2==0)
    Xover(p[r],p[j]);
  else
    r=j;
}
} 

//变异算子 
for(int i=1;i<=pop_size;i++)
 for(int j=0;j<L;j++)
{
  pro=rand()%1000/1000.0;         //在【0,1】区间产生随机数
if(pro<pm)
{
bitset<L>v(p[i]);           
v.flip(j);
p[i]=v.to_ulong();
}  
  }
t++;
cout<<endl;                            //种群繁殖一代 
  }
  cout<<"最终结果：";    
 for(int i(0);i<pop_size;i++)           //算法结束，输出结果 
    {
 cout<<p[i]<<" ";
    }
    cout<<endl;
return 0;
}


//定义杂交操作 
 void Xover(int &a,int &b)                  
{ 
int pos;                             //随机生成杂交点 即第几个分量进行相互交换
pos=rand()%5+1;                      //在n个分量中，随机确定第pos个分量 
int j,k;
    j=pos;
    k=pos;
bitset<L>e(a);
bitset<L>f(b);                       //前pos个分量进行相互交换
bitset<L>g;                        
bitset<L>h;
for(int i=0;i<pos;i++)
{
if(e[i]==1)
 g.set(i);
     }
    for(int i=0;i<pos;i++)
     {
      if(f[i]==1)
       h.set(i);
     }
     
    for(j;j<L;j++)
     {
      if(f[j]==1)
       g.set(j);
     }
    for(k;k<L;k++)
     {
      if(e[k]==1)
       h.set(k);
     }
a=g.to_ulong();
b=h.to_ulong();                                       
}