C++实现简单遗传算法

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<iostream>
#include <cstdlib>
#include<bitset>
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<<"初始的种群 ";
for(int i=0;i<pop_size;i++) //生成初始的第0代种群
  {
p[i]=rand()%31;
cout<<p[i]<<" ";
  }
   cout<<endl;
   cout<<endl;
   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<<"繁殖的代数：t="<<t<<endl;
sum=0.0;
for(int i=0;i<pop_size;i++)
  {
q[i]=p[i];
cout<<q[i]<<" ";
  }
  cout<<endl;
 for(int i=0;i<pop_size;i++) //计算sum
   sum +=f(p[i]);
 avl_sum=sum/pop_size;
 cout<<"sum="<<sum<<endl;
 cout<<"适度平均值="<<avl_sum<<endl;
    for(int i=0;i<pop_size;i++) //计算适值概率
    {
      p_probability[i]=f(p[i])/sum;
if(i==0)
{
pp[i]=p_probability[i];
cout<<"pp"<<i<<"="<<pp[i]<<endl;
}
      else
      {
       pp[i]=p_probability[i]+pp[i-1];
    cout<<"pp"<<i<<"="<<pp[i]<<endl;
      }
//cout<<"p_probability"<<i<<"="<<p_probability[i]<<endl;
    }
    //选择双亲
     for(int i=0;i<pop_size;i++)
     {
     pro=rand()%1000/1000.0;
if(pro>=pp[0]&&pro<pp[1])
  p[i]=q[0];
else if(pro>=pp[1]&&pro<pp[2])
       p[i]=q[1];
     else if(pro>=pp[2]&&pro<pp[3])
       p[i]=q[2];
     else if(pro>=pp[3]&&pro<pp[4])
       p[i]=q[3];
     else if(pro>=pp[4]&&pro<pp[5])
       p[i]=q[4];
     else
       p[i]=q[5];
     }
//杂交算子
int r=0;
int z=0;
for(int j=0;j<pop_size;j++)
{
  pro=rand()%1000/1000.0;
if(pro<pc)
{
 ++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<L;j++)
{
 pro=rand()%1000/1000.0; //在【0,1】区间产生随机数
if(pro<pm)
{
bitset<L>v(p[i]);
v.flip(j);
p[i]=v.to_ulong();
}
 }
t++;
cout<<endl; //种群繁殖一代
 }
 cout<<"最终结果：";
 for(int i(0);i<pop_size;i++) //算法结束，输出结果
  {
 cout<<p[i]<<" ";
  }
  cout<<endl;
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;
bitset<L>e(a);
bitset<L>f(b); //前pos个分量进行相互交换
bitset<L>g;
bitset<L>h;
for(int i=0;i<pos;i++)
{
if(e[i]==1)
 g.set(i);
   }
  for(int i=0;i<pos;i++)
   {
   if(f[i]==1)
    h.set(i);
   }
  for(j;j<L;j++)
   {
   if(f[j]==1)
    g.set(j);
   }
  for(k;k<L;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。