人工智能遗传算法c++实现

nicholas

人工智能遗传算法c++实现

1. #include <iostream.h>
   
2. #include <vector>
   
3. #include <cstdlib>
   
4. #include <ctime>
   
5. #include <cmath>
   
6. #define PI 3.1415926
   
7. 
   
8. using namespace std;
   
9. 
   
10. class Software{        //软件类及其属性，即价格和运行时间
    
11. public :
    
12.         float price;        //价格
    
13.         float time ;        //时间
    
14.         float adapt;        //适应度范围0~1
    
15. };
    
16. 
    
17. double   AverageRandom(double   min,double   max) {  //产生在min与max间的随机数
    
18.         int   minInteger   =   (int)(min*10000);
    
19.         int   maxInteger   =   (int)(max*10000);
    
20.         int   randInteger   =   rand()*rand();
    
21.         int   diffInteger   =   maxInteger   -   minInteger;
    
22.         int   resultInteger   =   randInteger   %   diffInteger   +   minInteger;
    
23.         return   resultInteger/10000.0;
    
24. }
    
25. 
    
26. double   Normal(double   x,double   miu,double   sigma)  {  //概率密度函数
    
27.         return 1.0/(sqrt(2*PI)*sigma) * exp(-1*(x-miu)*(x-miu)/(2*sigma*sigma));
    
28. }
    
29. 
    
30. double   NormalRandom(double   miu, double   sigma,double   min,double   max){ //产生正态分布随机数
    
31.         double   x;
    
32.         double   dScope;
    
33.         double   y;
    
34.         do {
    
35.                 x   =   AverageRandom(min,max);   
    
36.                 y   =   Normal(x,   miu,   sigma);
    
37.                 dScope   =   AverageRandom(0,   Normal(miu,miu,sigma));
    
38.         }while(   dScope   >   y);
    
39.         return   x;
    
40. }
    
41. 
    
42. void Init(int type, int n , vector<vector<Software> > &soft){//初始化,产生software样本组
    
43.         Software temp_s;
    
44.         vector<Software> temp_v;
    
45.         for(int i = 0;i<n;i++){
    
46.                 cout<<"class        "<<i+1<<endl;
    
47.                 for(int j=0;j<type;j++){
    
48.                         temp_s.price=(int)NormalRandom(0, 0.2,1,10000);
    
49.                         temp_s.time= (int)NormalRandom(0, 0.2,1,10);
    
50.                         temp_s.adapt=2/((temp_s.price/1000)+temp_s.time);
    
51.                         temp_v.push_back(temp_s);
    
52.                         cout<<j+1<<"("<<temp_s.price<<","<<temp_s.time<<","<<temp_s.adapt<<")"<<"        ";
    
53.                 }
    
54.                 cout<<endl;
    
55.                 soft.push_back(temp_v);
    
56.                 temp_v.clear();
    
57.         }
    
58. }
    
59. 
    
60. float Select(vector<vector<Software> > &soft){//选择
    
61.         vector<vector<Software> > temp_soft(soft);
    
62.         float share=0;
    
63.         float one_share=0;
    
64.         soft.clear();
    
65.         for(int num=0;num<temp_soft.size();num++){
    
66.                 for(int type=0;type<temp_soft[num].size();type++){
    
67.                         share+=temp_soft[num][type].adapt;
    
68.                 }
    
69.         }
    
70.         for(num=0;num<temp_soft.size();num++){
    
71.                 for(int type=0;type<temp_soft[num].size();type++){
    
72.                         one_share+=temp_soft[num][type].adapt;
    
73.                 }
    
74.                 if(one_share>share/(2*temp_soft.size()))//如果小于两倍适应度平均值就淘汰
    
75.                         soft.push_back(temp_soft[num]);
    
76.                 one_share=0;
    
77.         }
    
78.         return share;
    
79. }
    
80. 
    
81. void CROSs(int type,vector<vector<Software> > &soft){ //交叉
    
82.         int dot=0;
    
83.         float odds=0;
    
84.         vector<Software>::iterator iter1,iter2;
    
85.         for(int num=0;num<soft.size()-1;num++){
    
86.                 odds=rand()%100/100.0;
    
87.                 if(odds>0.6&&odds<0.95){//杂交率设置为0.6~0.95
    
88.                         dot=NormalRandom(0, 0.2,1,type);
    
89.                         iter1=soft[num].begin() + dot-1;
    
90.                         iter2=soft[num+1].begin()+dot-1;
    
91.                         while(iter1!=soft[num].end()){
    
92.                                 swap(*iter1,*iter2);
    
93.                                 iter1++;
    
94.                                 iter2++;
    
95.                         }
    
96.                 }
    
97.         }
    
98. }
    
99. 
    
100. void Mutation(int type,vector<vector<Software> >  &soft){//变异
     
101.         float odds=0;
     
102.         int dot=0;
     
103.         vector<Software>::iterator iter;
     
104.         for(int num=0;num<soft.size();num++){
     
105.                 odds=rand()%1000/1000.0;
     
106.                 if(odds>0.001&&odds<0.01){//变异率设置为0.001~0.01
     
107.                         dot=NormalRandom(0, 0.2,1,type);
     
108.                         iter=soft[num].begin() + dot-1;
     
109.                         (*iter).price=(int)NormalRandom(0, 0.2,1,10000);
     
110.                         (*iter).time= (int)NormalRandom(0, 0.2,1,10);
     
111.                         (*iter).adapt=2/(((*iter).price/1000)+(*iter).time);
     
112.                 }
     
113.         }
     
114. }
     
115. 
     
116. float Genetic(int type,vector<vector<Software> > &soft){//进行选择，杂交，突变
     
117.         float share=0;
     
118.         Select(soft);
     
119.         int i,j;
     
120.         Cross(type,soft);
     
121.         Mutation(type,soft);
     
122.                
     
123.         for(i = 0;i<soft.size();i++){
     
124.                 for(j=0;j<type;j++){
     
125.                 share+=soft[i][j].adapt;
     
126.                 }
     
127.         }
     
128.         return share;
     
129. }
     
130. 
     
131. int Chose(int type,vector<vector<Software> > &soft){//选择最优组合
     
132.         int best,i=type;
     
133.         float old_share=0,new_share=0;
     
134.         while(i--)
     
135.                 old_share+=soft[0][i].adapt;
     
136.         best=0;
     
137.         for(i=1;i<soft.size();i++){
     
138.                 for(int j=0;j<type;j++)
     
139.                         new_share+=soft[i][j].adapt;
     
140.                 if(new_share>old_share){
     
141.                         old_share=new_share;
     
142.                         best=i;
     
143.                 }
     
144.                 new_share=0;
     
145.         }
     
146.         return best;
     
147. }
     
148. 
     
149. int main(void){        //主函数
     
150.         int type,num,best,times;
     
151.         float old_share=0,new_share;
     
152.         srand( (unsigned)time( NULL ) );
     
153.         cout<<"please put in software's type number"<<endl;
     
154.         cin>>type;
     
155.         cout<<"please put in software's number"<<endl;
     
156.         cin >> num ;
     
157.         cout<<"please put in Genetic times"<<endl;
     
158.         cin>>times;
     
159.         vector<vector<Software> > soft;
     
160.         Init(type,num,soft);
     
161.         if(times<100){//小于100代就按代数运行
     
162.                 for(int i=0;i<times;i++)
     
163.                         Genetic(type,soft);
     
164.         }
     
165.         else{
     
166.                 int i=0;
     
167.                 while(1){//大于100代就比较前后两代总适应度变化，小于0.01且代数超过1000就停止
     
168.                 new_share=Genetic(type,soft);
     
169.                 if(abs(new_share-old_share)<0.01&&i>1000)
     
170.                         break;
     
171.                 old_share=new_share;
     
172.                 i++;
     
173.                 }
     
174.         }
     
175.         best=Chose(type,soft);//选出适应度最优组
     
176.         cout<<endl<<"After "<<times<<" Genetic select , the soft classes as follows :"<<endl;
     
177.         for(int i = 0;i<soft.size();i++){
     
178.                 cout<<"class        "<<i+1<<endl;
     
179.                 for(int j=0;j<type;j++){
     
180.                         cout<<j+1<<"("<<soft[i][j].price<<","
     
181.                                         <<soft[i][j].time<<","
     
182.                                                 <<soft[i][j].adapt<<")"<<"        ";
     
183.                 }
     
184.                 cout<<endl;
     
185.         }
     
186.         cout<<endl;
     
187.         cout<<"the best member is "<<best+1<<" class "<<endl;
     
188.         for( i=0;i<type;i++)
     
189.                 cout<<i+1<<"("<<soft[best][i].price<<","
     
190.                                 <<soft[best][i].time<<","
     
191.                                         <<soft[best][i].adapt<<")"<<"        ";
     
192.         cout<<endl;
     
193.         return 0;
     
194. }

复制代码

人工智能遗传算法c 实现.zip (2 KB, 下载次数: 3)

2015-12-3 00:17 上传

点击文件名下载附件
下载积分: 金钱 -1