ycsf1.cpp

一个遗传算法求最大值问题

#include <stdio.h>
#include<stdlib.h>
#include<time.h>
#include<math.h>
#define POPSIZE 500                    //种群大小
#define chromlength 8                  //染色体长度


int popsize ;                          //种群大小
int maxgeneration;                    //最大世代数
double pc = 0.0;                            //交叉率
double pm = 0.0;                            //变异率


struct individual                      //定义染色体个体结构体
{ 
int   chrom[chromlength];               //定义染色体二进制表达形式，edit by ppme 将char 转为 int
double value;                          //染色体的值
double fitness;                        //染色体的适应值
};


int generation;                        //当前执行的世代数
int best_index;                        //最好的染色体索引序号
int worst_index;                       //最差的染色体索引序号


struct individual bestindividual;      //最佳染色体个体
struct individual worstindividual;     //最差染色体个体
struct individual currentbest;         //当前最好的染色体个体 currentbest
struct individual population[POPSIZE];//种群数组


//函数声明                                       
void generateinitialpopulation();      //ok-初始化当代种群      
void generatenextpopulation();         //？？产生下一代种群
void evaluatepopulation();             //评价种群
void calculateobjectfitness();         //计算种群适应度
//long decodechromosome(char *,int,int);//染色体解码
double decodechromosome(int,int); //染色体解码
void findbestandworstindividual();     //寻找最好的和最坏的染色体个体
void performevolution();               //进行演变进化
void selectoperator();                 //选择操作
void crossoveroperator();              //交换操作
void mutationoperator();               //变异操作
void input();                          //输入接口
void outputtextreport();               //输出文字报告


void main()     //主函数
{
int i; 

srand((unsigned)time(NULL));             //强制类型转化，以当前时间戳定义随机数种子
     printf("本程序为求函数y=x*x的最大值\n");
     generation=0;                    //初始化generation当前执行的代
     input();                         //初始化种群大小、交叉率、变异率
    
    
     /*edit by ppme*/
     //调试用。。。。。显示input()结果
     printf("popsize %d;maxgeneration %d;pc %f;pm %f\n\n",popsize,maxgeneration,pc,pm);
     /*edit by ppme*/
    
    
     generateinitialpopulation();     //产生初始化种群
     evaluatepopulation();            //评价当前种群,(A.计算种群/个体的适应度;B.找出最好和最差的个体)    
     while(generation<maxgeneration) //小于最大世代数,执行循环体
{
   generation++;                   
   generatenextpopulation();         //生成子代种群(A.选择; B.交叉; C.变异)
   evaluatepopulation();             //评价新生子代种群
   performevolution();               //进行子代进化
   outputtextreport();               //输入当代最终种群
}
     printf("\n");
     printf("          统计结果:         ");
     printf("\n");
     printf("最大函数值等于：%f\n",currentbest.fitness);
    printf("其染色体编码为：");

//计算currentbest的value
     for( i = 0 ; i < chromlength ; i++ )
      printf(" %d",currentbest.chrom[i]);

}


void generateinitialpopulation( )   //种群初始化
{

int i,j;
     srand((unsigned)time(NULL));             //强制类型转化，以当前时间戳定义随机数种子
for (i=0;i<popsize; i++)
{
   for(j=0;j<chromlength;j++)
    {
         population[i].chrom[j]=(rand()%10<5)?0:1;   //rand()%10随机产生0-9的整数
                                                   //,小于5标注0,否则标注1
   }
}
   

}



void generatenextpopulation()   //生成下一代
{
selectoperator();
crossoveroperator();
mutationoperator();
}



void evaluatepopulation()    //评价种群???
{
    calculateobjectfitness();        //计算种群?个体的适应度
    findbestandworstindividual();    //赵到最好和最差的染色体个体
}



void calculateobjectfitness()   //计算染色体个体适应值和适应度
{  
   int i;
   int j;
   printf("calculateobjectfitness is executing!");
   for(i=0;i<popsize;i++)
   {
    double temp; 
   temp=decodechromosome(i,chromlength); //计算个体适应值
   population[i].value=(double)temp;
   population[i].fitness=population[i].value*population[i].value;
}

//调试用

printf("显示当前种群结果:\n");
for(i = 0 ; i < popsize ; i++)
{
   for(j = 0 ; j < chromlength ; j++)
   {
    printf(" %d",population[i].chrom[j]);
   }
           
  
   printf(" %lf",population[i].value);
   printf(" %lf",population[i].fitness);

   printf("\n");
}


}


//error
double decodechromosome(int pop_index , int length) //给染色体解码 
{
int i; 
double decimal=0;
for( i = 0 ; i < length ; i++ )
      decimal += population[pop_index].chrom[i]*pow(2,i);    //遍历染色体二进制编码,
return (decimal);                                                    //并计算出其10进制的value值
}



void findbestandworstindividual( ) //求最佳个体和最差个体
{
int i;
double sum=0.0;

bestindividual=population[0];
worstindividual=population[0];

for (i=1;i<popsize; i++)
   {
   if (population[i].fitness>bestindividual.fitness)        //依次比较,找出最佳个体
     {
      bestindividual=population[i];
      best_index=i;
     }
   else if (population[i].fitness<worstindividual.fitness) //依次比较,找出最差个体
     {
      worstindividual=population[i];
      worst_index=i;
   
   }
     sum+=population[i].fitness;                               //sum 存放种群总体适应值
   }//for
       
   if (generation==0)
   {
     currentbest=bestindividual;                     //第一代最好的暂时存放在currentbest
}
else
   {
     if(bestindividual.fitness>=currentbest.fitness)//第n代最好的，通过比较大于以往最好个体的话，
       {                                               //暂时存放在currentbest
        currentbest=bestindividual;
     }
}
}



void performevolution() //演示评价结果
{
if (bestindividual.fitness>currentbest.fitness)
         {
   currentbest=population[best_index];
}
else
         {
   population[worst_index]=currentbest;
}
}



void selectoperator() //比例选择算法
{
int i,index;
double p,sum=0.0;                            //p存放随机概率，sum存放个体适应率和累计适应率
double cfitness[POPSIZE];                    //当代种群染色体个体的适应率

struct individual newpopulation[POPSIZE];    //新种群

srand((unsigned) time(NULL));                //种下随机种子

for(i=0;i<popsize;i++)                       //
   {
    sum+=population[i].fitness;                //sum存放种群适应值总和
   }

   for(i=0;i<popsize; i++){
   cfitness[i]=population[i].fitness/sum;     // cfitness[] = fitness/sum得到个体适应率
}

for(i=1;i<popsize; i++){
   cfitness[i]=cfitness[i-1]+cfitness[i];     //cfitness[]= cfitness[i-1]+cfitness[i]得到种群
}                                            //累计适应率

for (i=0;i<popsize;i++)                      //for循环实现轮盘赌算法
{
   p=rand()%1000/1000.0;                      //得到千分位小数
   index=0;
   while (p>cfitness[index])
   {
    index++;
   }
   newpopulation[i]=population[index];        //选出的个体组成新的一代,暂时存放于newpopulation[]中
}
for(i=0;i<popsize; i++){
   population[i]=newpopulation[i];            //全局变量populaiton存放新的种群（有重复的值）
}
}



void crossoveroperator() //交叉算法
{

int i,j;
int index[POPSIZE];                         
int point,temp;
double p;

srand((unsigned) time(NULL));                //种下随机种子


for (i=0;i<popsize;i++){                     //初始化index[]数组
   index[i]=i;
}

for (i=0;i<popsize;i++){                     //for 循环实现种群内随机两两交换
   point=rand()%(popsize-i);                  //打乱种群顺序
   temp=index[i];
   index[i]=index[point+i];
   index[point+i]=temp;
}

for (i=0;i<popsize-1;i+=2){
   p=rand()%1000/1000.0;
   if (p<pc){                                  //单点交叉算法
    point=rand()%(chromlength-1)+1;
    for (j=point; j<chromlength;j++){
     temp=population[index[i]].chrom[j];
     population[index[i]].chrom[j]=population[index[i+1]].chrom[j];
     population[index[i+1]].chrom[j]=temp;
    }
   }
}

}



void mutationoperator() //变异操作
{

int i,j;
double p;

srand((unsigned) time(NULL));                //种下随机种子

for (i=0;i<popsize;i++){
   for(j=0;j<chromlength;j++){
    p=rand()%1000/1000.0;
    if (p<pm){
     population[i].chrom[j]=(population[i].chrom[j]==0)?1:0;
    }
   }
}


}



void input() //数据输入
{

printf("初始化全局变量:\n");
  
printf("     种群大小(50-500偶数)：");
     scanf("%d", &popsize);                 //输入种群大小，必须为偶数
     if((popsize%2) != 0)          
     {
        printf( "    种群大小已设置为偶数\n");
        popsize++;
    };
     printf("      最大世代数(100-300)："); //输入最大世代数
     scanf("%d", &maxgeneration);
     printf("      交叉率(0.2-0.99)：");     //输入交叉率
     scanf("%lf", &pc);
     printf("      变异率(0.001-0.1)：");    //输入变异率
     scanf("%lf", &pm);

}



void outputtextreport()//数据输出
{
int i;
double sum;
double average;
sum=0.0;
for(i=0;i<popsize;i++)
{
   sum+=population[i].value;
}
average=sum/popsize;

   printf("当前世代=%d\n当前世代染色体平均值=%f\n当前世代染色体最高值=%f\n",generation,average,population[best_index].value);

}