C++ 佳点集初始化种群代码

在遗传算法中，初始种群（Population Initialization）是一个关键步骤，特别是在使用C++进行模拟时。佳点集初始化是一种常用的技术，它通常创建一组随机解，并尝试将它们分布在一个理想范围内，以便代表问题搜索空间的不同部分。

以下是一个简单的C++代码片段，展示了如何使用佳点集初始化方法生成种群：

#include <iostream>
#include <vector>
#include <random>

// 假设我们有一个二维优化问题，每个个体由两个实数组成
struct Individual {
    double x, y;
};

// 初始化函数
std::vector<Individual> initialize_population(int population_size, double lower_bound, double upper_bound) {
    std::vector<Individual> pop(population_size);
    std::default_random_engine generator(std::chrono::high_resolution_clock::now().time_since_epoch().count());
    std::uniform_real_distribution<double> distribution(lower_bound, upper_bound);

    for (int i = 0; i < population_size; ++i) {
        pop[i].x = distribution(generator);
        pop[i].y = distribution(generator);
    }

    return pop;
}

int main() {
    const int population = 50;
    const double lb = 0.0;
    const double ub = 1.0;

    std::vector<Individual> initial_population = initialize_population(population, lb, ub);

    // 接下来处理这个种群...
    // ...

    return 0;
}

在这个例子中，`initialize_population` 函数接受人口大小、下界和上界作为参数，然后生成相应数量的随机个体。每个个体的 `x` 和 `y` 属性都是均匀分布在指定范围内的随机值。