《遗传算法的流程图.pdf》由会员分享，可在线阅读，更多相关《遗传算法的流程图.pdf（4页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、一 需求分析1本程序演示的是用简单遗传算法随机一个种群，然后根据所给的交叉率，变异率，世代数计算最大适应度所在的代数2演示程序以用户和计算机的对话方式执行，即在计算机终端上显示“提示信息”之后，由用户在键盘上输入演示程序中规定的命令；相应的输入数据和运算结果显示在其后。3测试数据输入初始变量后用 y=100*(x1*x1-x2)*(x1*x2-x2)+(1-x1)*(1-x1)其中-2.048=x1,x2=2.048 作适应度函数求最大适应度即为函数的最大值二 概要设计1程序流程图开始Gen=0编码随机产生M个初始个体满足终止条件?开始Gen=0编码随机产生M个初始个体满足终止条件?Y Y输出
2、结果终止输出结果终止N N计算群体中各个体适应度从左至右依次执行遗传算子计算群体中各个体适应度从左至右依次执行遗传算子p pmmj=0选择个体变异点执行变异变异后添入新群体中j=0选择个体变异点执行变异变异后添入新群体中p pc cj=0根据适应度选择复制个体执行复制复制的个体添入新群体中j=j+1j=0选择两个交叉个体执行交叉交叉后添入新群体中j=j+2j=j+1j=0根据适应度选择复制个体执行复制复制的个体添入新群体中j=j+1j=0选择两个交叉个体执行交叉交叉后添入新群体中j=j+2j=j+1NYNYNYNYGen=Gen+1Gen=Gen+1NYNY2类型定义int popsize;/
3、种群大小int maxgeneration;/最大世代数double pc;/交叉率double pm;/变异率struct individual.遗传算法的流程图遗传算法的流程图charchromchromlength+1;double value;double fitness;/适应度;int generation;/世代数int best_index;int worst_index;struct individual bestindividual;/最佳个体struct individual worstindividual;/最差个体struct individual currentbe
4、st;struct individual populationPOPSIZE;3函数声明void generateinitialpopulation();void generatenextpopulation();void evaluatepopulation();long decodechromosome(char*,int,int);void calculateobjectvalue();void calculatefitnessvalue();void findbestandworstindividual();void performevolution();void selectoper
5、ator();void crossoveroperator();void mutationoperator();void input();void outputtextreport();4程序的各函数的简单算法说明如下：（1）void generateinitialpopulation()和 void input()初始化种群和遗传算法参数。input()函数输入种群大小，染色体长度，最大世代数，交叉率，变异率等参数。（2）void calculateobjectvalue();计算适应度函数值。根据给定的变量用适应度函数计算然后返回适度值。（3）选择函数 selectoperator()在函
6、数selectoperator()中首先用rand()函数产生01间的选择算子，当适度累计值不为零时，比较各个体所占总的适应度百分比的累计和与选择算子，直到达到选择算子的值那个个体就被选出，即适应度为 fi 的个体以 fi/fk的概率继续存在；显然，个体适应度愈高，被选中的概率愈大。但是，适应度小的个体也有可能被选中，以便增加下一代群体的多样性。（4）染色体交叉函数 crossoveroperator()这是遗传算法中的最重要的函数之一，它是对个体两个变量所合成的染色体进行交叉，而不是变量染色体的交叉，这要搞清楚。首先用rand()函数产生随机概率，若小于交叉概率，则进行染色体交叉，同时交叉次
7、数加 1。这时又要用 rand()函数随机产生一位交叉位，把染色.体的交叉位的后面部分交叉即可；若大于交叉概率，则进行简单的染色体复制即可。（5）染色体变异函数 mutation()变异是针对染色体字符变异的，而不是对个体而言，即个体变异的概率是一样。随机产生比较概率，若小于变异概率，则1 变为 0，0 变为 1，同时变异次数加 1。（6）long decodechromosome(char*,int,int)本函数是染色体解码函数，它将以数组形式存储的二进制数转成十进制数，然后才能用适应度函数计算。（7）void findbestandworstindividual()本函数是求最大适应度个体的，每一代的所有个体都要和初始的最佳比较，如果大于就赋给最佳。（8）void outputtextreport()输出种群统计结果输出每一代的种群的最大适应度和平均适应度，最后输出全局最大值三 运行环境本程序的开发工具是 VC+，在 VC+下运行。.Conventional MethodInitial populationCompute fitnessterminationcondition?stopSelection-reprodutioncrossovernutationNew population.