遗传算法解决二次函数问题

学习好资料欢迎下载学习好资料欢迎下载学习好资料欢迎下载<遗传算法>技术文档问题：

利用遗传算法求解区间[0,

31]上的二次函数y=x2的最大值

VS2005C++环境C++面向对象的思想设计遗传算法各参数变量的说明（1）shortbitString;//个体的二进制编码（2）shortfitness;//个体的适应度（3）staticconstshortbitCount=5;//个体二进制码的长度（4）staticconstshortpopuScale=10;//种群规模（5）#defineCROSS_MUTATE_PRO_COMP100//交叉、变异的基数（6）staticconstshortpc=40;//交叉个体数相对于基数（7）staticconstshortpm=5;//变异个体数相对于基数（8）IndividualpopuArray[popuScale];//种群（9）shortgen=0;//种群进化的代数遗传操作的设计思想

分别设计了一个个体类、种群类，种群由个体组成，这是类库设计，对用户来说，分别使用这两个类来实现遗传算法，其中选择中采用轮盘赌来选择下一代。(1)、个体类设计如下：#ifndef__INDIVIDUAL_H__#define__INDIVIDUAL_H__#include<iostream>classIndividual{private: shortbitString;//个体的二进制编码 shortfitness;//个体的适应度public: staticconstshortbitCount=5;//个体二进制码的长度 Individual(); Individual(shortn); Individual(shortbitStr,intfit); ~Individual(); shortGetFitness()const; shortGetBitString()const; //voidsetBitString(); //voidsetFitness(); booloperator>(constIndividual&indi)const; booloperator==(constIndividual&indi)const; friendstd::ostream&operator<<(std::ostream&os,constIndividual&indi); voidShowIndividual(void)const;};#endif（2）种群类设计如下：#ifndef__POPULATION_H__#define__POPULATION_H__#include"individual.h"#defineCROSS_MUTATE_PRO_COMP100//交叉、变异的基数classPopulation{public: staticconstshortpopuScale=10;//种群规模private: staticconstshortpc=40;//交叉个体数相对于基数 staticconstshortpm=5;//变异个体数相对于基数 IndividualpopuArray[popuScale];public: Population(); voidSelection();//选择 voidCrossover();//交叉 voidMutation();//变异 constIndividual&GetbestIndividual()const; constIndividual&GetRepresatationIndividual()const; friendstd::ostream&operator<<(std::ostream&os,constPopulation&p); voidShowPopulation()const; ~Population();};#endif（3）用户区程序代码（遗传算法实现）：#include<iostream>#include"individual.h"#include"population.h"voidGA(void);intmain(){ GA();}voidGA(void){ std::cout<<"Pleaseenterhowmanygenerationsyouwantthepopulationtoevolve!"<<std::endl; shortgen=0;//种群进化的代数 std::cin>>gen; Populationbirds; for(inti=0;i<gen;i++) { std::cout<<"the"<<i<<"thgeneration:"<<std::endl; std::cout<<birds<<std::endl; birds.Selection(); std::cout<<"afterselectionthepopulationis:"<<std::endl; std::cout<<birds<<std::endl; birds.Crossover(); std::cout<<"aftercrossoverthepopulationis:"<<std::endl; std::cout<<birds<<std::endl; birds.Mutation(); std::cout<<"aftermutationthepopulationis:"<<std::endl; std::cout<<birds<<std::endl; std::cout<<std::endl<<std::endl; } std::cout<<"After"<<gen<<"evolutionthebestfitnessIndividualbirdis:"<<std::endl; std::cout<<birds.GetbestIndividual()<<std::endl; std::cout<<"After"<<gen<<"evolutiontherepresetationalIndividualbirdis:"<<std::endl; std::cout<<birds.GetRepresatationIndividual()<<std::endl;}程序流程图

开始开始Gen=0编码随机产生N个初始个体满足终止条件?计算群体中各个体适应度从左至右依次执行遗传算子j=0j=0j=0根据适应度选择复制个体选择两个交叉个体选择个体变异点执行变异执行交叉执行复制将复制的个体添入新群体中将交叉后的两个新个体添入新群体中将变异后