遺傳算法的c語(yǔ)言程序案例-預(yù)覽頁(yè)
【正文】 objectvalue()。但是，適應(yīng)度小的個(gè)體也有可 能被選中，以便增加下一代群體的多樣性。（5）染色體變異函數(shù)mutation()變異是針對(duì)染色體字符變異的，而不是對(duì)個(gè)體而言，即個(gè)體變異的概率是一樣。（8）void outputtextreport () 輸出種群統(tǒng)計(jì)結(jié)果輸出每一代的種群的最大適應(yīng)度和平均適應(yīng)度，最后輸出全局最大值二、 運(yùn)行環(huán)境本程序的開發(fā)工具是VC++，在VC++下運(yùn)行。/////////////The definiton of user data 定義用戶數(shù)據(jù)////define LENGHT2 3struct Individual{Individual currentBest 。int main(){generation++。evalutePopulation()。outputTextReport()。return 0。//////產(chǎn)生第一代樣本/////srand((unsigned)time(NULL))。 i++) {population[i].chrom[j] = ((rand() % 10) 5) ? 39。void generateNextPopulation() {//變異算子//double p。 i PopSize。 j++) {population[i].chrom[j] = (population[i].chrom[j] == 39。: 39。}void crossoverOperator() { i PopSize。}point = rand() %(PopSize i)。index[i] = index[point + i]。}p = rand() % 1000 / 。ch = population[index[i]].chrom[j]。population[index[i + 1]].chrom[j] = ch。}int i, index。double cfitness[PopSize]。for (i = 0。 i++) {// calculate cumulative fitnesscfitness[i] = cfitness[i] + cfitness[i 1]。 i PopSize。index = 0。}population[i] = newpopulation[i]。void evalutePopulation() {void findBestAndWorstIndividual() {if (population[i].fitness ) {worstIndex = i。//計(jì)算適應(yīng)度///long temp1, temp2。for (i = 0。 //x1平方加上x2平方}void calculateObjectValue() { i PopSize。temp2 = dedeChromosome(population[i].chrom, LENGHT1, LENGHT2)。x2 = temp2 * temp2。}int i。char * pointer。i++,pointer++){}currentBest = population[bestIndex]。void outputTextReport() {sum += population[i].value。printf(%c, [i])。}
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1