读了原作者mylovestart用遗传算法实现的tsp问题,学习了ga算法。
原文链接:http://blog.csdn.net/mylovestart/article/details/8977005#cpp
但发现原作者mylovestart的jiaopei()函数写的有问题,交叉后要确保每个城市有且仅走了一次,修改了jiaopei()的代码如下:
//交配,对每个染色体产生交配概率,满足交配率的染色体进行交配
void jiaopei()
{
int i,j,k,kk;
int t;//参与交配的染色体的个数
int point1,point2,temp;//交配断点
int pointnum;
int temp1,temp2;
int map1[cities],map2[cities];
double jiaopeip[num];//染色体的交配概率
int jiaopeiflag[num];//染色体的可交配情况
int kkk,flag=0;
//初始化
for(i=0;i<num;i++)
{
jiaopeiflag[i]=0;
}
//随机产生交配概率
srand((unsigned)time(NULL));
for(i=0;i<num;i++)
{
jiaopeip[i]=(rand()%100);
jiaopeip[i]/=100;
}
//确定可以交配的染色体
t=0;
for(i=0;i<num;i++)
{
if(jiaopeip[i]<pc)
{
jiaopeiflag[i]=1;
t++;
}
}
t=t/2*2;//t必须为偶数
//产生t/2个0-9交配断点
srand((unsigned)time(NULL));
temp1=0;
//temp1号染色体和temp2染色体交配
for(i=0;i<t/2;i++)
{
point1=rand()%cities;//交配点1
point2=rand()%cities;//交配点2
//选出一个需要交配的染色体1
for(j=temp1;j<num;j++)
{
if(jiaopeiflag[j]==1)
{
temp1=j;
break;
}
}
//选出另一个需要交配的染色体2与1交配
for(j=temp1+1;j<num;j++)
{
if(jiaopeiflag[j]==1)
{
temp2=j;
break;
}
}
//进行基因交配
if(point1>point2) //保证point1<=point2
{
temp=point1;
point1=point2;
point2=temp;
}
//初始化
memset(map1,-1,sizeof(map1));
memset(map2,-1,sizeof(map2));
//断点之间的基因产生映射
for(k=point1;k<=point2;k++)
{
map1[group[temp1].city[k]]=group[temp2].city[k];
map2[group[temp2].city[k]]=group[temp1].city[k];
}
//断点两边的基因互换
for(k=0;k<point1;k++)
{
temp=group[temp1].city[k];
group[temp1].city[k]=group[temp2].city[k];
group[temp2].city[k]=temp;
}
for(k=point2+1;k<cities;k++)
{
temp=group[temp1].city[k];
group[temp1].city[k]=group[temp2].city[k];
group[temp2].city[k]=temp;
}
printf("处理冲突---------------------\n");
//处理染色体1产生的冲突基因
for(k=0;k<point1;k++)
{
for(kk=point1;kk<=point2;kk++)
{
if(group[temp1].city[k]==group[temp1].city[kk])
{
group[temp1].city[k]=map1[group[temp1].city[k]];
//find
for(kkk=point1;kkk<=point2;kkk++)
{
if(group[temp1].city[k]==group[temp1].city[kkk])
{
flag=1;
break;
}
}
if(flag==1)
{
kk=point1-1;
flag=0;
}
else
{
flag=0;
break;
}
}
}
}
for(k=point2+1;k<cities;k++)
{
for(kk=point1;kk<=point2;kk++)
{
if(group[temp1].city[k]==group[temp1].city[kk])
{
group[temp1].city[k]=map1[group[temp1].city[k]];
//find
for(kkk=point1;kkk<=point2;kkk++)
{
if(group[temp1].city[k]==group[temp1].city[kkk])
{
flag=1;
break;
}
}
if(flag==1)
{
kk=point1-1;
flag=0;
}
else
{
flag=0;
break;
}
}
}
}
//处理2染色体产生的冲突基因
for(k=0;k<point1;k++)
{
for(kk=point1;kk<=point2;kk++)
{
if(group[temp2].city[k]==group[temp2].city[kk])
{
group[temp2].city[k]=map2[group[temp2].city[k]];
//find
for(kkk=point1;kkk<=point2;kkk++)
{
if(group[temp2].city[k]==group[temp2].city[kkk])
{
flag=1;
break;
}
}
if(flag==1)
{
kk=point1-1;
flag=0;
}
else
{
flag=0;
break;
}
}
}
}
for(k=point2+1;k<cities;k++)
{
for(kk=point1;kk<=point2;kk++)
{
if(group[temp2].city[k]==group[temp2].city[kk])
{
group[temp2].city[k]=map2[group[temp2].city[k]];
//find
for(kkk=point1;kkk<=point2;kkk++)
{
if(group[temp2].city[k]==group[temp2].city[kkk])
{
flag=1;
break;
}
}
if(flag==1)
{
kk=point1-1;
flag=0;
}
else
{
flag=0;
break;
}
}
}
}
temp1=temp2+1;
}
}
之后自己又试了50+的城市的数据,效果不太理想,希望过后自己可以再改进一下选择函数,让每次最优的个体可以保留下来。