遗传算法 c++代码实现

以下是一个简单的遗传算法的 C++ 代码实现，其中包括了基本的遗传算法流程，包括选择、交叉和变异等操作：

#include<iostream>
#include<cstdio>
#include<cstdlib>
#include<algorithm>
#include<ctime>
#include<cmath>
using namespace std;

const int N=100;
const int M=10000;
const double p=0.05; //变异概率
int n,d;
double a[N][N],f[N],w[N];
double x[N][N],y[N];
int pre[M][N],nex[M][N];
double sum,sumw;
int cnt;

int getrand(int l,int r){
    return rand()%(r-l+1)+l;
}

double getrand(double l,double r){
    return (double)rand()/(RAND_MAX+1.0)*(r-l)+l;
}

void init(){
    for(int i=1;i<=n;i++){
        for(int j=1;j<=d;j++){
            x[i][j]=getrand(-10,10);
        }
        y[i]=0;
    }
}

void calc(){
    for(int i=1;i<=n;i++){
        for(int j=1;j<=d;j++){
            y[i]+=a[i][j]*x[i][j];
        }
        f[i]=max(0.0,1-y[i]);
    }
    sum=0;
    for(int i=1;i<=n;i++){
        sum+=f[i];
    }
    for(int i=1;i<=n;i++){
        w[i]=f[i]/sum;
    }
    sumw=0;
    for(int i=1;i<=n;i++){
        sumw+=w[i];
        w[i]=sumw;
    }
}

void select(){
    for(int i=1;i<=n;i++){
        double u=getrand(0,1);
        for(int j=1;j<=n;j++){
            if(u<=w[j]){
                for(int k=1;k<=d;k++){
                    pre[i][k]=j;
                }
                break;
            }
        }
    }
}

void cross(){
    for(int i=1;i<=n;i++){
        if(getrand(0,1)<=0.8){
            int j=getrand(1,n);
            while(j==i)j=getrand(1,n);
            int k=getrand(1,d);
            for(int l=1;l<=k;l++){
                nex[i][l]=x[pre[i][l]][l];
            }
            for(int l=k+1;l<=d;l++){
                nex[i][l]=x[pre[j][l]][l];
            }
        }
        else{
            for(int j=1;j<=d;j++){
                nex[i][j]=x[pre[i][j]][j];
            }
        }
    }
}

void mutate(){
    for(int i=1;i<=n;i++){
        if(getrand(0,1)<=p){
            int j=getrand(1,d);
            nex[i][j]=getrand(-10,10);
        }
    }
}

void print(){
    double ans=0;
    int id=1;
    for(int i=1;i<=n;i++){
        double tmp=0;
        for(int j=1;j<=d;j++){
            tmp+=a[i][j]*x[i][j];
        }
        if(1-tmp>ans){
            ans=1-tmp;
            id=i;
        }
    }
    printf("ans=%lf\n",ans);
    printf("x=");
    for(int i=1;i<=d;i++){
        printf("%lf ",x[id][i]);
    }
}

int main(){
    srand(233);
    scanf("%d%d",&n,&d);
    for(int i=1;i<=n;i++){
        for(int j=1;j<=d;j++){
            scanf("%lf",&a[i][j]);
        }
    }
    init();
    for(int i=1;i<=M;i++){
        calc();
        select();
        cross();
        mutate();
        for(int j=1;j<=n;j++){
            for(int k=1;k<=d;k++){
                x[j][k]=nex[j][k];
            }
        }
    }
    print();
    return 0;
}

这个代码实现的是一个简单的经典的遗传算法，用于解决一个分类问题。它的基本流程是：

1. 初始化种群
2. 计算适应度函数
3. 选择优秀的个体
4. 交叉优秀的个体
5. 变异一部分的个体
6. 重复 2-5 步骤若干次
7. 输出最终结果

当然，这只是遗传算法的一个简单实现，实际上遗传算法的变体很多，也可以根据具体问题进行定制化的设计。