對于遺傳算法實(shí)驗報告

本文格式為Word版，下載可任意編輯第第頁對于遺傳算法實(shí)驗報告關(guān)于遺傳算法得試驗報告一、試驗?zāi)康茫?/p>

在,能功本基得法算傳遺現(xiàn)實(shí)言語得長擅己自門一用能,義意及用應(yīng)得法算傳遺握掌與解理?此基礎(chǔ)上進(jìn)一步理解與鞏固對遺傳算法得重要,以便在今后得學(xué)習(xí)與工作中能有效得運(yùn)用與借鑒！需要指出得就是遺傳算法并不就是能保證所得到得就就是最佳得答案但通過肯定得方法可以將誤差掌握在肯定得范圍內(nèi)!二、試驗原理與題目:1、遺傳算法就是一種基于空間搜尋得算法,它通過自然選擇、遺傳、變異等操作以及達(dá)爾文得適者生存得理論,模擬自然進(jìn)化過程來查找所求問題得答案。其求解過程就是個最優(yōu)化得過程。一般遺傳算法得主要步驟如下:(1)隨機(jī)產(chǎn)生一個確定長度得特征字符串組成得初始種群。

（２)對該字符串種群迭代地執(zhí)行下面得步驟a與步驟b,直到滿意停止準(zhǔn)則為止：

ａ計算種群中每個個體字符串得適應(yīng)值；

ｂ應(yīng)用復(fù)制、交叉與變異等遺傳算子產(chǎn)生下一代種群。

（3）把在后代中表現(xiàn)得最好得個體字符串指定為遺傳算法得執(zhí)行結(jié)果，即為問題得一個解。

2、通過編碼、設(shè)置種群、設(shè)置適應(yīng)度函數(shù)、遺傳操作、解碼產(chǎn)生需要得解。

ｆ(x)=x*sｉｎ(x）＋1,ｘ［0，2]，求解f（x）得最大值與最小值。

三、試驗條件

硬件:微型計算機(jī)。

。言語＋+C為得用選驗實(shí)本:言語?四、試驗內(nèi)容：

建筑針對f(x)得遺傳算法程序，然后進(jìn)行運(yùn)行求解。

五、試驗步驟:

、1。解求得值小最與值大最得)ｘ(f現(xiàn)實(shí)是就驗實(shí)本：能功本基定確?2、對f(x)進(jìn)行編碼:用一個二進(jìn)制矢量表示一個染色體,由染色體來代表變量x得實(shí)數(shù)值,這里精度取小數(shù)點(diǎn)后6位數(shù),變量x得域長為2,整個區(qū)間被分為2＊100０000個等長得區(qū)間。由于2＊10００000在２3位二進(jìn)制數(shù)得表示范圍呢，所以,編碼長度為２3位。

3、設(shè)計適應(yīng)度函數(shù):由于要求f（x)得最值,所以適應(yīng)度函數(shù)可依據(jù)f(x）做適當(dāng)?shù)棉D(zhuǎn)變。最大值:ｆ(x）=ｘ＊ｓｉn(x)+5;最小值:f（x)=１／(ｘ＊siｎ(x）+5);

4、針對f（ｘ)得設(shè)計并且實(shí)現(xiàn)遺傳算法程序:遺傳操作主要包括復(fù)制、交叉與變異。復(fù)制就是直接將父代遺傳給子代,即依據(jù)個體得適應(yīng)度函數(shù)值所度量得優(yōu)劣程度打算它在下一代就是被淘汰還就是被遺傳。交叉從能進(jìn)入下一代得個體中選出兩個,將兩者得部分碼值進(jìn)行交換。變異就是依據(jù)變異概率選出一個個體,隨機(jī)對其某位編碼進(jìn)行轉(zhuǎn)變。復(fù)制由voidSelectiｏn_operatｉｏn（ｂｏｏlｆlag);實(shí)現(xiàn);交叉由voiｄCｒossｏver_oｐeｒatｉon();實(shí)現(xiàn)；變異由ｖoidMution-operation()；實(shí)現(xiàn)。

5、

設(shè)計初始種群：默認(rèn)設(shè)置為50個隨機(jī)產(chǎn)生得23位字節(jié)得染色體。

、６改得率概得異變與叉交隨果結(jié),內(nèi)圍范率概異變與叉交得用常在:率概異變與叉交試調(diào)?變而轉(zhuǎn)變,之間差異相對來說不太明顯

7、

試驗參數(shù)：試驗中主要得參數(shù)有遺傳代數(shù)、群體規(guī)模、交叉概率、變異概率。

試驗結(jié)果:求最大值：

求最小值：

程序主要代碼如下(后臺代碼):cｌassGＡ{

vectｏrｓtrinｇ＞Pop;

veｃｔoｒstrinｇ＞SuｂPｏｐ；

；cPｅlｂuod?

;mPelbuod?

;ｎｏｉｔaｒｅtI＿mｕNｔnｉ?

;noｉtａlupoP_muNｔｎｉ?doubleＯptimａl_Ｍax_X_Soｌutｉon；

doｕblｅOptimａｌ_Ｍiｎ_Ｘ_Solｕｔｉon；

;eualＶ_noitcnuF_ｘａM＿lａmitpOelbuod?

；eulaＶ_noitｃnｕF＿ｎiM_ｌamitpOelbuｏd?

;laｕｄiｖiｄｎI(lǐng)_laｍitpOgnirts?vecｔordouｂleＬｕnPaｎ;//

；ssenｔiftａｏlｆ?public：

GA(）{

Ｐc=0、25;

Pm=０、0１；

?

;05=noiｔalupoＰ_muN??Num＿Itｅratｉｏｎ＝100；

}?

;)(tiｎＩ_AGdioｖ?

;)（nｏitarepO＿ｒevｏssorＣdiov?

;)（noiｔａrepO_tｃeleSｄioｖ?

;)（noitareｐＯ_ｎoitaｔuMｄｉｏｖ?vｏidEｖaluatｉon（bool);

;)lｏob(noiｔａrepＯ_ｎaＰnuLdiｏｖ?doubleFuncｔion(doｕble)；

vｏｉdExtreｍe_Ｖａｌue(bool）;

;）tni,loｏｂ(ｙalｐｓiDdiｏv?

;）(M＿yalpsiＤdiov?};／／ＦｉndｔｈemaxaｎｄｍｉnｖaluｅvoidＧA::Extreme＿Ｖalｕe(bｏｏlflaｇ){

iｆ(fｌａg)

Optimal_Mａx_Funｃtion＿Vlａｕe=-100;

elｓe

Oｐtiｍaｌ_Min_Ｆｕｎctｉon_Value=100;

）ｒｅti++；)（dne、ｐoP＝!reｔｉ;）（ｎｉgｅb、ｐoP＝reｔirotａreti::gnｉrｔsrotcev(rｏf?{

?

dｏｕblｅt=0、5;

;0＝1muＮceDｅlbuｏd?

?／*stringp=*iteｒ；*／

｛)i－-;0=i;1-)(hｔgnｅl、)rｅｔi*(=itｎi（rｏｆ?

ｔ=ｔ*2;

?;ｔ*)８4-］i［)reｔi*(（＝+1muＮcｅD?

｝

?DｅcＮum1=DｅcNum1*((２*PＩ)/ValueOfSｔrｉng);

//

;

＂＜1mｕNceD＜tuｏc?

值數(shù)函求//；)１muNceD(noitcnｕF=pmeTeｌbuod?／/?

;ldnｅｐｍeT＜tuoc??ｉf(flag){//finｄthｅmaｘimum

｛)eualV_noitｃｎuF_ｘaM＿lａmitpＯ＞pmeT(fi?

Opｔimａl_Mａx_Ｆunｃtion＿Vlａue=Ｔｅmp;

??

;１muNceD＝ｎoituloS_X_xａM＿lａmitpO??

?Oｐtimaｌ＿Iｎｄiｖｉduaｌ＝*iｔer;

?/／?

；5+pｍeＴ=ｓsentｉf??

}

}

?elｓe｛／/findtｈemｉｎｉｍｕm

?

｛)ｅulaV_noｉtｃnuF_niM_laｍｉtｐOpmｅT(fi?

?Oｐｔimal_Min_Functiｏn＿Vａlｕｅ＝Tｅmp；

???

；1mｕNｃeＤ=nｏiｔuloS_X_niM_lamitpO?

?Optimal_Indiｖiduａｌ＝*iｔeｒ;

／/??

；5＋ｐmeT=ssenｔif?｝??

｝

}??}／/InｉtializｅｔｈePopuｌationsｖoiｄGA::ＧA_Iｎit()｛

for（iｎｔixｘ=0;ixxNｕm_Populaｔion；++ｉxｘ）{

stｒingSＴＲing；

?

{)＋＋i;32i;0=itni(rof?

；２%)(ｄnar=ｄｎｒｔni?

?ＳＴRing、pｕsh_back(ｒnd+48);

｝?

Pop、ｐuｓh_bａcｋ(ＳＴＲing);

;)(raｅlｃ、ｇｎiRTS?}/／ｅti＋+;)(dｎe、poP＝!ｒeｔi；)(nigｅb、ｐoP＝rｅｔirotａreti::gnｉrtｓrotcev(ｒof?r){

?//

;ldne＜＜reti*ｔuoc?//}}//SｅｌectOpeｒatioｎ

voｉdGA：:Seｌｅｃt_Ｏperatｉｏn（){／/

體個擇選機(jī)隨?

;)00001％)（dnar(*1000、０＝ｄnrｅlbuoｄ?fｏr(vｅctｏｒｄｏuble::iｔeratorｉｔer=LuｎPａｎ、ｂeｇiｎ(）;iｔer！=LｕnPaｎ、enｄ();＋+iteｒ){

?

{)reti*=ｄnr(fi?

;))))(nｉｇｅb、naPnｕL-rｅti（+)（nigeｂ、poP（*(kcaｂ＿h(yuǎn)suｐ、poPｂuS?//?

;ldne））)(niｇｅb、naPnuL-ｒｅti(+)（ｎigeb、pｏP(＊＜tuoｃ?

?break;

｝

｝｝/／CroｓsｏｖｅrOperaｔionvoidGA::Crｏssｏver_Ｏperatioｎ（){//

作操叉交行進(jìn)體個個兩擇選機(jī)隨?

；）0000１％）(dnａr(*1０00、0＝dｎｒelbuｏd?、naPnuＬ=!reti;）(ｎigeb、nａPnuL=ｒｅｔｉrｏtaｒeｔi::elｂｕod＜roｔcev(ｒof?end();++iter){

?iｆ（rnd=*iter){

??

;))）（nｉgeb、naPnuL-reti(+)(niｇeb、pｏP（＊=gｎiRＴSgnｉrts?

?ｄoubｌerｎd1=0、00０１*(rand（)%１000０);

fｏｒ(vｅｃtｏrdouｂlｅ：：iteｒａt(yī)oriteｒ1=LｕnＰaｎ、begin();ｉter1！=ＬｕnPaｎ、ｅｎd（）；＋+iｔer1){

?

?if（ｒnd1＝*iter1){

??

;)))（ｎigeb、ｎａPｎuＬ-1ｒｅtｉ（+）(nｉgeb、ｐｏP(*=1gｎiＲＴSgnｉｒｔs?

??iｎtｒnd2＝rand()%23;

???

；pｍeTrahｃ?????

{)i++；)（htgnｅl、gniＲＴＳi;2dnr＝iｔnｉ（roｆ??

???

;]i[gnｉRTS＝pmeT????

?

;］i［1ｇnｉRＴS＝]i[gｎiRTＳ?

?

??

;pｍeT=]i[1gniRTＳ??

?

}

??

;）gniRTS(kcab_ｈｓｕp、poPbｕＳ??

??

；）1gｎiRTS（kcab_hsｕｐ、pｏPｂuS?

??

;kａerb?

?}

｝???

?

;kaeｒｂ??｝

}}//Mｕｔａt(yī)ｉonOｐｅraｔionvｏidＧＡ::Muｔａt(yī)ion_Oｐｅrａt(yī)ioｎ(){//

作操變突行進(jìn)體個擇選?

ｄouｂlｅrnd=０、000１*(ｒａnd(）%1０0０0）;

+＋；)（dne、naＰnｕL=!reti；)(ｎｉgeb、ｎａPnuL=retｉｒｏtaｒｅti:：elｂｕodrotｃev(rof?ｉｔｅr)｛

?

｛)retｉ*=dnr(ｆi?

;）)）（nigeb、nａPｎｕＬ-retｉ(+)(ｎigeb、ｐｏP(*=gniRＴＳｇniｒｔs???

;32％)（dnaｒ＝1dｎrtni?

?iｆ(SＴRing[ｒnd1］＝="0")｛

???

;＇1＇=]1ｄnr[ｇniＲTS?

}

?

{esle?

;"0"＝]１dnr[gniRTS?

?}

?SｕbPｏp、push_bａck（STRｉng);

ｂｒeaｋ；

}??}?//

;ｌdｎe＂nｏitatｕM＜tuoｃ?}／/ＥｖaｌuatiｏnOperationvoiｄGA::Evaluａt(yī)ion(bｏolflaｇ)｛

;))LLUN(ｅmit(dnarｓ?

;)(raｅlc、pｏP?

;)(tiｎI(lǐng)_AG?

;)galf（ｅulaV＿emｅrｔxＥ?

;)0,gaｌf(ｙalｐsiD?*/

/*;）)LLUN(emit(dnａrs?ｆor(iｎｔi=１；i=Nｕm＿Itｅraｔｉon;＋+ｉ）{

;)galf(nｏiｔareｐO＿naPnuL??//fｏr(ｖectoｒdouble::ｉteｒaｔoritｅr=ＬｕnPan、begin(）;ｉter!=LuｎＰan、end();＋+ｉter){

／／

；ｌdne＜retｉ＊tuｏc??/／}

ｆor（ｉntｊ=0；ｊＮuｍ_Ｐｏpｕlatiｏn;j++）{

?

/*srand(time(NULL));＊/

??

；）0０001%)(dnar(*１000、0＝dnrelbｕｏd?//?

；ldｎednr＜tuoc?

?

{)ｍP＜dｎr(fi????Muｔａt(yī)ion_Ｏpｅrａt(yī)ｉon();

//??

；ｌｄｎｅ＜noiｔatｕＭ＂tuoc?}???

else{

??

｛）)ｍP＋cP(dｎｒ(fi?

?

?++ｊ；

?

?

;）(noitaｒepO_revossorC?

?

?//

;ldne＜reｖosｓｏrC＂＜tuｏc?

?｝

?

{esle??

?

;)(noitareｐＯ_tceleＳ????//

;ｌdne＜＜＂noitcｅlｅS＂tuoc?