遗传算法Word文件下载.docx

1、但是交叉操作要在一定的概率下进行，这个概率称为交叉率，一般设置为0.5到0.95之间。交叉后产生的新个体组成的新种群如下：图3黑体字表示子代染色体继承母代个体的基因情况。五、变异变异就是对染色体的结构进行变异，使其改变原来的结构（值也就改变），达到突变进化的目的。变异操作也要遵从一定的概率来进行，一般设置为0到0.5之间。本文的变异方法直接采取基因位反转变异法，即0变为1，1变为0。要进行变异的基因位的选取也是随机的。六、终止规则遗传算法是要一代一代更替的，那么什么时候停止迭代呢？这个规则就叫终止规则。一般常用的终止规则有：若干代后终止，得到的解达到一定目标后终止，计算时间达到一定限度后终止等

2、方法。本文采用迭代数来限制。全文代码如下：view plaincopy to clipboardprint?1. #include /调用输入输出函数所需要的头文件 2. #include /调用getche函数所需要的头文件 3. #include /调用随机函数所需要的头文件 4. 5. typedef struct Chrom / 结构体类型，为单个染色体的结构； 6. 7. short int bit6;8. int fit;9. chrom;10. 11. void *evpop（chrom popcurrent4）; /定义将会用到的几个函数；12. int x（chrom pop

3、current）;13. int y（int x）;14. void *pickchroms（chrom popcurrent4）;15. void *crossover（chrom popnext4）;16. void *mutation（chrom popnext4）;17. 18. void main（） / 主函数；19. 20. int num; / 迭代次数；21. int i,j,l,Max,k;22. Max=0; / 函数最大值 23. 24. printf（nWelcome to the Genetic Algorithm coded by Luay Al-wesi,edi

4、td by xujinpengn）; / introduction to the program，欢迎词；25. printf（The Algorithm is based on the function y = -x2 + 5 to find the maximum value of the function.n26. 27. enter:printf（nPlease enter the no. of iterationsn 请输入您要设定的迭代数: 28. scanf（%d,&num）; / 输入迭代次数，传送给参数num；29. 30. chrom popcurrent4; / 初始种群

5、规模为4；31. chrom popnext4; / 更新后种群规模仍为4；32. 33. 34. if（num1） 35. goto enter; / 判断输入的迭代次数是否为负或零，是的话重新输入；36. 37. evpop（popcurrent）; / 随机产生初始种群；38. 39. for（i=0;inum;i+） / 开始迭代；40. 41. 42. printf（ni = %dn,i）; / 输出当前迭代次数；43. 44. for（j=0;j4;j+） 45. 46. popnextj=popcurrentj; / 更新种群；47. 48. 49. pickchroms（pop

6、next）; / 挑选优秀个体；50. crossover（popnext）; / 交叉得到新个体；51. mutation（popnext）; / 变异得到新个体；52. 53. for（j=0;54. 55. popcurrentj=popnextj; / 种群更替；56. 57. 58. / 等待迭代终止；59. 60. for（l=0;l Max） 63. 64. Max=popcurrentl.fit;65. k=l;66. 67. 68. 69. printf（n当x等于%d时，函数得到最大值为：%d ,k,Max）;70. printf（nPress any key to end

7、 !71. 72. flushall（）; / 清除所有缓冲区；73. getche（）; / 从控制台取字符，不以回车为结束；74. 75. 76. 77. 78. 79. void *evpop（chrom popcurrent4） / 函数：随机生成初始种群；80. 81. int i,j,value;82. int random;83. for（j=0;j+） / 从种群中的第1个染色体到第4个染色体 84. 85. for（i=0;6;i+） / 从染色体的第1个基因位到第6个基因位 86. 87. random=rand（）; / 产生一个随机值 88. random=（rando

8、m%2）; / 随机产生0或者1 89. popcurrentj.biti=random; / 随机产生染色体上每一个基因位的值，0或1；90. 91. 92. value=x（popcurrentj）; / 将二进制换算为十进制，得到一个整数值；93. popcurrentj.fit=y（x（popcurrentj）; / 计算染色体的适应度值；94. printf（n popcurrent%d=%d%d%d%d%d%d value=%d fitness = %d,j,popcurrentj.bit5,popcurrentj.bit4,popcurrentj.bit3,popcurrentj

9、.bit2,popcurrentj.bit1,popcurrentj.bit0,value,popcurrentj.fit）;95. / 输出整条染色体的编码情况， 96. 97. 98. return（0）;99. 100. 101. 102. int x（chrom popcurrent） / 函数：将二进制换算为十进制；103. 104. int z;105. z=（popcurrent.bit0*1）+（popcurrent.bit1*2）+（popcurrent.bit2*4）+（popcurrent.bit3*8）+（popcurrent.bit4*16）;106. 107. if

10、（popcurrent.bit5=1） 108. 109. z=z*（-1）; / 考虑到符号；110. 111. 112. return（z）;113. 114. 115. int y（int x） / 函数：求个体的适应度；116. 117. int y;118. y=-（x*x）+5; / 目标函数： y= - （ x 2 ） +5；119. return（y）;120. 121. 122. void *pickchroms（chrom popcurrent4） / 函数：选择个体；123. 124. int i,j;125. chrom temp; / 中间变量 126. 127. f

11、or（i=0;i+） / 根据个体适应度来排序；（冒泡法） 128. 129. for（j=0;130. 131. if（popcurrentj+1.fitpopcurrentj.fit） 132. 133. temp=popcurrentj+1;134. popcurrentj+1=popcurrentj;135. popcurrentj=temp;136. 137. 138. 139. 140. for（i=0;i+） 141. 142. printf（nSorting:popnext%d fitness=%d,i,popcurrenti.fit）;143. printf（n144. 14

12、5. flushall（）;146. return（0）;147. 148. 149. void *crossover（chrom popnext4） / 函数：交叉操作；150. 151. 152. int random;153. int i;154. random=rand（）; / 随机产生交叉点；155. random=（random%5）+1）; / 交叉点控制在1到5之间；156. for（i=0;random;157. 158. popnext2.biti=popnext0.biti; / child 1 cross over 159. popnext3.biti=popnext

13、1.biti; / child 2 cross over 160. 161. 162. for（i=random;i+） / crossing the bits beyond the cross point index 163. 164. popnext2.biti=popnext1.biti;165. popnext3.biti=popnext0.biti; / chlid 2 cross over 166. 167. 168. for（i=0;169. 170. popnexti.fit=y（x（popnexti）; / 为新个体计算适应度值；171. 172. 173. for（i=0;

14、174. 175. printf（nCrossOver popnext%d=%d%d%d%d%d%d value=%d fitness = %d,i,popnexti.bit5,popnexti.bit4,popnexti.bit3,popnexti.bit2,popnexti.bit1,popnexti.bit0,x（popnexti）,popnexti.fit）;176. / 输出新个体；177. 178. return（0）;179. 180. 181. void *mutation（chrom popnext4） / 函数：变异操作；182. 183. 184. int random;

15、185. int row,col,value;186. random=rand（）%50; / 随机产生0到49之间的数；187. 188. if（random=25） / random=25的概率只有2%，即变异率为0.02；189. 190. col=rand（）%6; / 随机产生要变异的基因位号；191. row=rand（）%4; / 随机产生要变异的染色体号；192. 193. if（popnextrow.bitcol=0） / 1变为0；194. 195. popnextrow.bitcol=1 ;196. 197. else if（popnextrow.bitcol=1） /

16、0变为1；198. 199. popnextrow.bitcol=0;200. 201. popnextrow.fit=y（x（popnextrow）; / 计算变异后的适应度值；202. value=x（popnextrow）;203. printf（nMutation occured in popnext%d bit%d:=%d%d%d%d%d%d value=%d fitness=%d,row,col,popnextrow.bit5,popnextrow.bit4,popnextrow.bit3,popnextrow.bit2,popnextrow.bit1,popnextrow.bit0,value,popnextrow.fit）;204. 205. / 输出变异后的新个体；206. 207. 208. return（0）;209.