<span style="font-family: Arial, Helvetica, sans-serif; font-size: 12px; background-color: rgb(255, 255, 255);">遗传算法(Genetic Algorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群(population)开始的,而一个种群则由经过基因(gene)编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体,即多个基因的集合,其内部表现(即基因型)是某种基因组合,它决定了个体的形状的外部表现,如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。因此,在一开始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂,我们往往进行简化,如二进制编码,初代种群产生之后,按照适者生存和优胜劣汰的原理,逐代(generation)演化产生出越来越好的近似解,在每一代,根据问题域中个体的适应度(fitness)大小选择(selection)个体,并借助于自然遗传学的遗传算子(genetic operators)进行组合交叉(crossover)和变异(mutation),产生出代表新的解集的种群。这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境,末代种群中的最优个体经过解码(decoding),可以作为问题近似最优解.
</span>
<span style="font-family: Arial, Helvetica, sans-serif; font-size: 12px; background-color: rgb(255, 255, 255);">本样例是求取函数:y=21.5+x1*sin(sπ*x1)+x2*sin(20π*x2)的最大值,x1~[-3~12.1],x2~[4.1,5.8]
</span>
// Genetic Algorithms.cpp : 定义控制台应用程序的入口点。
#include "stdafx.h"
#include <stdio.h>
#include <conio.h>
#include <stdlib.h>
#include <time.h>
#include <math.h>
#include <iostream>
#include <iomanip>
using namespace std;
#define PI 3.1415926
typedef struct Chrom // 结构体类型,为单个染色体的结构;
{
short int bit[39]; //39位二进制用来表示x1,x2
//题中X1染色体取值范围-300000~1210000 总共1510000种可能,x1包含21位二进制数
//X2染色体有170000中可能性,X2包含18个二进制位
double x1;
double x2;
double fit ; //适应度
double rfit; //相对的fit值,即所占的百分比
double cfit; //积累概率
}chrom;
//定义将会用到的几个函数;
void *evpop (chrom popcurrent[1000]); //初始化种群为1000条染色体
void trans (chrom &pop); //二进制向十进制转换的函数
double y (chrom pop); //求y适应度的检测函数
void *pickchroms (chrom popcurrent[1000]); //排序操作,挑选出最好的结果放在第一位,
//最坏的结果放在最后
void *pickchroms_cro (chrom popcurrent[1000]);