遺傳算法的c語言程序案例(已修改)
2025-08-17 17:13 本頁面
【正文】 遺傳算法的C語言程序案例一、說明1．本程序演示的是用簡單遺傳算法隨機一個種群，然后根據(jù)所給的交叉率，變異率，世代數(shù)計算最大適應(yīng)度所在的代數(shù)2．演示程序以用戶和計算機的對話方式執(zhí)行，即在計算機終端上顯示“提示信息”之后，由用戶在鍵盤上輸入演示程序中規(guī)定的命令；相應(yīng)的輸入數(shù)據(jù)和運算結(jié)果顯示在其后。3．舉個例子，輸入初始變量后，用y= (x1*x1)+(x2*x2)，=x1,x2= 4．程序流程圖開始Gen=0編碼隨機產(chǎn)生M個初始個體滿足終止條件?計算群體中各個體適應(yīng)度從左至右依次執(zhí)行遺傳算子j = 0j = 0j = 0根據(jù)適應(yīng)度選擇復(fù)制個體選擇兩個交叉?zhèn)€體選擇個體變異點執(zhí)行變異執(zhí)行交叉執(zhí)行復(fù)制復(fù)制的個體添入新群體中交叉后添入新群體中變異后添入新群體中j = j+1j = j+2j = j+1Gen=Gen+1輸出結(jié)果終止YNYYYNNNpcpm5．類型定義int popsize。 //種群大小 int maxgeneration。 //最大世代數(shù) double pc。 //交叉率 double pm。 //變異率struct individual { char chrom[chromlength+1]。double value。 double fitness。 //適應(yīng)度}。int generation。 //世代數(shù)int best_index。int worst_index。struct individual bestindividual。 //最佳個體struct individual worstindividual。 //最差個體struct individual currentbest。struct individual population[POPSIZE]。3．函數(shù)聲明void generateinitialpopulation()。 void generatenextpopulation()。void evaluatepopulation()。long decodechromosome(char *,int,int)。void calculateobjectvalue()。void calculatefitnessvalue()。void findbestandworstindividual()。void performevolution()。void selectoperator()。void crossoveroperator()。void mutationoperator()。void input()。void outputtextreport()。6．程序的各函數(shù)的簡單算法說明如下：（1）．void generateinitialpopulation ()和void input ()初始化種群和遺傳算法參數(shù)。input() 函數(shù)輸入種群大小，染色體長度，最大世代數(shù)，交叉率，變異率等參數(shù)。（2） void calculateobjectvalue()。計算適應(yīng)度函數(shù)值 。根據(jù)給定的變量用適應(yīng)度函數(shù)計算然后返回適度值。（3）選擇函數(shù)selectoperator()在函數(shù)selectoperator()中首先用rand ()函數(shù)產(chǎn)生0～1間的選擇算子，當適度累計值不為零時，比較各個體所占總的適應(yīng)度百分比的累計和與選擇算子，直到達到選擇算子的值那個個體就被選出，即適應(yīng)度為fi的個體以fi/∑fk的概率繼續(xù)存在；顯然，個體適應(yīng)度愈高，被選中的概率愈大。但是，適應(yīng)度小的個體也有可 能被選中，以便增加下一代群
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1