目的：
了解遗传算法，并解决如下问题。已知N个向量，他们属于同一个类，寻找描述此类的"特点向量"P = ( y1，y2，y3，y4，y5 )，使之满足如下目标:累计N个绝对值的cos<Xi,P>最小。（这两天没写题是在搞这个╮(╯▽╰)╭）
遗传算法模拟了自然选择的过程，其一般步骤：
开始循环：
1.评估每条染色体所对应个体的适应度。
2.遵照适应度越高，选择概率越大的原则，从种群中选择两个个体作为父方和母方。
3.抽取父母双方的染色体，进行交叉，产生子代。
4.对子代的染色体进行变异。
5.重复2，3，4步骤，直到新种群的产生。
结束循环。
由此构建代码，代码如下：
1 #include<cstdio>
2 #include<cmath>
3 #include<ctime>
4 #include<algorithm>
5 #include<cstring>
6 #define EPS 1e-8
7 #define MAX_X 200
8 #define SAVE 0.25 /*保留比例*/
9 #define MAX_Y 400 /*种群数量*/
10 #define MAX_GENS 50000 /*最大代数*/
11 #define PXCOVER 0.8 /*交叉概率*/
12 #define PMUTATION 0.05 /*变异概率*/
13 #define PA 0.01 /*交叉因子*/
14 #define PM 0.8 /*变异因子*/
15 #define N 6 /*向量维度*/
16 using namespace std;
17 struct Xvector{ /*向量x*/
18 double vec[N];
19 double mod;
20 };
21 struct Yvector{ /*向量y*/
22 double vec[N];
23 double mod;
24 double fitness;
25 double fitsum; /*存储转盘选择值*/
26 };
27 Xvector x[MAX_X]; /*已知n个向量x*/
28 Yvector y[MAX_Y];
29 Yvector newy[MAX_Y];
30 Yvector fity; /*适应度最大的y*/
31 bool index[MAX_Y];
32 int n; /*向量x的个数*/
33 int generation; /*代数*/
34 double lower[N],upper[N];
35 void inputX();
36 void inputY();
37 double randval(double lower,double upper);/*给定上下限给出随机值*/
38 void evaluate(); /*评价*/
39 void select(); /*选择*/
40 void xcover(); /*交叉*/
41 void mutate(); /*变异*/
42 void copyy(); /*复制*/
43 void findmaxfit(); /*寻找适应度最大的y*/
44 bool compare(Yvector a,Yvector b);
45 int main(void){
46 srand(time(NULL));
47 freopen("input.txt","r",stdin);
48 freopen("output.txt","w",stdout);
49 inputX();
50 inputY();
51 evaluate();
52 while(generation<=MAX_GENS){
53 select();
54 copyy();
55 xcover();
56 mutate();
57 evaluate();
58 findmaxfit();
59 }
60 printf("种群数量: %d\n",MAX_Y);
61 printf("经历年代: %d\n",MAX_GENS);
62 printf("保留比例: %.2lf\n",SAVE);
63 printf("交叉概率: %.2lf\n",PXCOVER);
64 printf("变异概率: %.2lf\n",PMUTATION);
65 printf("交叉因子: %.2lf\n",PA);
66 printf("变异因子: %.2lf\n",PM);
67 printf("Y = (%lf,%lf,%lf,%lf,%lf,%lf)\n",fity.vec[0],fity.vec[1],fity.vec[2],fity.vec[3],fity.vec[4],fity.vec[5]);
68 printf("fitness = %lf\n",fity.fitness);
69 printf("f(x) = %lf\n",1.0/fity.fitness);
70 fclose(stdin);
71 fclose(stdout);
72 return 0;
73 }
74 void inputX(){
75 scanf("%d",&n);
76 for(int i=0;i<n;++i){
77 double mod=0;
78 for(int j=0;j<N;++j){
79 scanf("%lf",&x[i].vec[j]);
80 mod+=x[i].vec[j]*x[i].vec[j];
81 }
82 x[i].mod=sqrt(mod);
83 }
84 }
85 void inputY(){
86 for(int i=0;i<N;++i){
87 scanf("%lf%lf",&lower[i],&upper[i]);
88 for(int j=0;j<MAX_Y;++j){
89 y[j].vec[i]=randval(lower[i],upper[i]);
90 }
91 }
92 }
93 double randval(double lower,double upper){
94 return lower+1.0*rand()/RAND_MAX*(upper-lower);
95 }
96 void evaluate(){
97 for(int i=0;i<MAX_Y;++i){
98 double mod=0;
99 for(int j=0;j<N;++j){
100 mod+=y[i].vec[j]*y[i].vec[j];
101 }
102 y[i].mod=sqrt(mod);
103 }
104 double fit=0;
105 for(int i=0;i<MAX_Y;++i){
106 double temp=0;
107 for(int j=0;j<n;++j){
108 double xy=0;
109 for(int k=0;k<N;++k){
110 xy+=y[i].vec[k]*x[j].vec[k];
111 }
112 temp+=fabs((y[i].mod*x[j].mod)/xy);
113 }
114 fit+=temp;
115 y[i].fitness=temp;
116 }
117 sort(y,y+MAX_Y,compare);
118 double temp=0;
119 for(int i=0;i<MAX_Y;++i){
120 temp+=y[i].fitness;
121 y[i].fitsum=temp/fit;
122 }
123 }
124 void select(){
125 for(int i=0;i<MAX_Y*SAVE;++i){
126 newy[i]=y[i];
127 }
128 for(int i=MAX_Y*SAVE;i<MAX_Y;++i){
129 double rand=randval(0,1);
130 for(int j=0;j<MAX_Y;++j){
131 if(y[j].fitsum>rand||fabs(y[j].fitness-rand)<=EPS){
132 newy[i]=y[j];
133 break;
134 }
135 }
136 }
137 copyy();
138 generation++;
139 /*
140 printf("******************************************************************\n");
141 printf("\tgeneration: %d\n",generation);
142 for(int i=0;i<MAX_Y;++i){
143 for(int j=0;j<N;++j){
144 printf("%10lf ",y[i].vec[j]);
145 }
146 printf("\n");
147 }
148 printf("******************************************************************\n");
149 */
150 }
151 void copyy(){
152 memset(y,0,sizeof(y));
153 for(int i=0;i<MAX_Y;++i){
154 for(int j=0;j<N;++j){
155 y[i].vec[j]=newy[i].vec[j];
156 }
157 }
158 }
159 void xcover(){
160 memset(index,0,sizeof(index));
161 for(int i=0;i<MAX_Y;++i){
162 int temp;
163 do{
164 temp=rand()%MAX_Y;
165 }while(index[temp]);
166 index[temp]=1;
167 double p=1.0*rand()/RAND_MAX;
168 if(p<PXCOVER||fabs(p-PXCOVER)<=EPS){
169 for(int j=0;j<N;++j){
170 double t=y[i].vec[j];
171 y[i].vec[j]=(1-PA)*y[i].vec[j]+PA*y[temp].vec[j];
172 y[temp].vec[j]=(1-PA)*y[temp].vec[j]+PA*t;
173 }
174 }
175 }
176 }
177 void mutate(){
178 for(int i=0;i<MAX_Y;i++){
179 double p=1.0*rand()/RAND_MAX;
180 if(p<PMUTATION||fabs(p-PMUTATION)<=EPS){
181 int temp=rand()%2;
182 if(temp){
183 for(int j=0;j<N;++j){
184 y[i].vec[j]=y[i].vec[j]+PM*(upper[j]-y[i].vec[j])*(1.0*rand()/RAND_MAX);
185 }
186 }else{
187 for(int j=0;j<N;++j){
188 y[i].vec[j]=y[i].vec[j]-PM*(y[i].vec[j]-lower[j])*(1.0*rand()/RAND_MAX);
189 }
190 }
191 }
192 }
193 }
194 void findmaxfit(){
195 if(y[0].fitness>fity.fitness||fabs(y[0].fitness-fity.fitness)<=EPS)
196 fity=y[0];
197 }
198 bool compare(Yvector a,Yvector b){
199 return a.fitness>b.fitness;
200 }
时间： 2024-12-15 01:37:26