本文实例讲述了C++实现简单遗传算法。分享给大家供大家参考。具体实现方法如下:
//遗传算法 GA
#include
#include
#include
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<
for(int i=0;i
{
p[i]=rand()%31;
cout<
}
cout<
cout<
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<
sum=0.0;
for(int i=0;i
{
q[i]=p[i];
cout<
}
cout<
for(int i=0;i
sum +=f(p[i]);
avl_sum=sum/pop_size;
cout<
cout<
for(int i=0;i
{
p_probability[i]=f(p[i])/sum;
if(i==0)
{
pp[i]=p_probability[i];
cout<
}
else
{
pp[i]=p_probability[i]+pp[i-1];
cout<
}
//cout<
}
//选择双亲
for(int i=0;i
{
pro=rand()%1000/1000.0;
if(pro>=pp[0]&&pro
p[i]=q[0];
else if(pro>=pp[1]&&pro
p[i]=q[1];
else if(pro>=pp[2]&&pro
p[i]=q[2];
else if(pro>=pp[3]&&pro
p[i]=q[3];
else if(pro>=pp[4]&&pro
p[i]=q[4];
else
p[i]=q[5];
}
//杂交算子
int r=0;
int z=0;
for(int j=0;j
{
pro=rand()%1000/1000.0;
if(pro
{
++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
{
pro=rand()%1000/1000.0; //在【0,1】区间产生随机数
if(pro
{
bitsetv(p[i]);
v.flip(j);
p[i]=v.to_ulong();
}
}
t++;
cout<
}
cout<
for(int i(0);i
{
cout<
}
cout<
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;
bitsete(a);
bitsetf(b); //前pos个分量进行相互交换
bitsetg;
bitseth;
for(int i=0;i
{
if(e[i]==1)
g.set(i);
}
for(int i=0;i
{
if(f[i]==1)
h.set(i);
}
for(j;j
{
if(f[j]==1)
g.set(j);
}
for(k;k
{
if(e[k]==1)
h.set(k);
}
a=g.to_ulong();
b=h.to_ulong();
}
希望本文所述对大家的C++程序设计有所帮助。