java实现标准合作型协同进化遗传算法(多元函数优化)

package util; /* * * * % 标准合作型协同进化遗传算法(多元函数优化) %实数编码，求最小值，函数为 bound=[-2.048 2.048]; %f2(x)= ∑i1--（n-1)[100(x(i+1)-xi^2)]^2+(xi-1)^2] * */ import java.io.File; import java.io.FileWriter; import java.io.IOException; import java.util.ArrayList; import java.util.Arrays; import java.util.List; import java.util.Vector; import java.util.Random; public class GeneticAlgorithm { static int MAX=100000; static int GEN=50; private int generation; //进化代数 private int sizeofpop; //种群个体数量 private int lenofchrom;//染色体长度 private int popnum;//种群数目 private double lower; private double upper; private FileWriter writer; private double crossoverPossibility; //繁殖概率 private double mutationPossibility; //变异概率 //保存每个种群的最优值 //三维数组第一维为页号 private double[][][] best_chrom ; //最优染色体 private double[] best_value;// 最优取值 private double best_so_far_value; private double best_so_far_chrom[][]; //保存至今为止最优数据记录。 private double[] best_value_per_gen; // private FunctionFitness calculator = new FunctionFitness(); //适应函数计算 private Vector popvector = new Vector(popnum); //一个list代表一个种群 private static Random random = new Random(); // private Randomizer random1; // private GenerationDetail detail = new GenerationDetail(); public GeneticAlgorithm( double cp, double mp,double lower,double upper, int sizeofpop,int lenofchrom,int popnum){ this.popnum = popnum; this.sizeofpop=sizeofpop; this.lenofchrom=lenofchrom; this.lower=lower; this.upper=upper; this.crossoverPossibility = cp; this.mutationPossibility = mp; //random1 = new Randomizer(0,length - 1); generatePopulation(lower,upper); //用24位表示一组x,y,z的值 } /** *//** * 生成初始种群 * @param lower * @param upper * @param sizeofpop * @param lenofchrom * @param popnum */ private void generatePopulation(double lower, double upper){ //随机生成染色体 for(int i = 0; i < popnum; i ++){ popvector.add(new Population(lower,upper,sizeofpop,lenofchrom,1)); } //计算染色体的适应值 evaluate1(); // this.printPopulation(); } /** *//** * 计算群体的适应值,第一次评价，随机取合作者 */ private void evaluate1(){ this.best_value=new double[popnum]; this.best_chrom=new double[popnum][popnum][lenofchrom]; //第一次评价，将适应值赋一个较大的值 for(int i = 0; i < popnum; i ++){ best_value[i]=MAX; } double[] solution=new double[lenofchrom*popnum]; int ran_index=random.nextInt(sizeofpop); for(int t=0;t<popnum;t++) //从每个种群中随机取个体 { int begin=t*lenofchrom ; int end=t*lenofchrom +lenofchrom-1; for(int s=0;s<lenofchrom;s++) { Population poptemp=(Population)popvector.get(t); solution[begin+s]=poptemp.getPop()[ran_index][s]; //System.out.println(i+","+t+"||"); for(int all=0;all<popnum;all++) best_chrom[all][t][s]=poptemp.getPop()[ran_index][s]; } } for(int i = 0; i < popnum; i ++){//对第i个种群进行评价 int begin=i*lenofchrom; int end=i*lenofchrom+lenofchrom-1; Population popnow=new Population(); popnow=(Population)popvector.get(i); for(int j=0;j<sizeofpop;j++)//对i种群中的第j个体进行评价 { //用要评价的个体替代之前随机取的个体。 for(int s=0;s<lenofchrom;s++) { solution[begin+s]=popnow.getPop()[j][s]; } double sum=0; for(int t=0;t<popnum*lenofchrom-1;t++) { //System.out.print(t+"::"+Arrays.toString(solution)); sum=sum+100*Math.pow((solution[t+1]-Math.pow(solution[t], 2)),2)+Math.pow(solution[t]-1, 2); } // System.out.println(sum); //记录最优个体 if(sum<best_value[i]) { best_value[i]=sum; for(int s=0;s<lenofchrom;s++){ best_chrom[i][i][s] =popnow.getPop()[j][s]; } } ((Population)popvector.get(i)).setFitness(j, 1.0/sum); // ((Population)popvector.get(i)).setFitness(j, 10000-sum); } } } //非第一次评价时使用的函数,取最优合作者 private void evaluate2(){ double[] solution=new double[lenofchrom*popnum]; double[][][] temp_best_chrom=new double[popnum][popnum][lenofchrom]; for(int t=0;t<popnum;t++) //从每个种群中取最优个体 { int begin=t*lenofchrom ; int end=t*lenofchrom +lenofchrom-1; for(int s=0;s<lenofchrom;s++) { solution[begin+s]=this.best_chrom[t][t][s]; for(int all=0;all<popnum;all++) temp_best_chrom[all][t][s]=this.best_chrom[t][t][s]; } } for(int i = 0; i < popnum; i ++){//对第i个种群进行评价 //int ran_index=random.nextInt(sizeofpop); int begin=i*lenofchrom; int end=i*lenofchrom+lenofchrom-1; Population popnow=new Population(); popnow=(Population)popvector.get(i); for(int j=0;j<sizeofpop;j++)//对i种群中的第j个体进行评价 { //用要评价的个体替代之前取的最优个体。 for(int s=0;s<lenofchrom;s++) { solution[begin+s]=popnow.getPop()[j][s]; } double sum=0; for(int t=0;t<popnum*lenofchrom-1;t++) { sum=sum+100*Math.pow((solution[t+1]-Math.pow(solution[t], 2)),2)+Math.pow(solution[t]-1, 2); } //记录最优个体 if(sum<best_value[i]) { best_value[i]=sum; for(int s=0;s<lenofchrom;s++){ temp_best_chrom[i][i][s] =popnow.getPop()[j][s]; } } ((Population)popvector.get(i)).setFitness(j, 1.0/sum); } } this.best_chrom=temp_best_chrom; } //每五代毁灭性能低于平均值的个体 private void initialsub(){} { for(int i=0;i<popnum;i++)//对第i个种群进行操作 { double fitness_sum=0; double fitness_avg=0; for(int j=0;j<sizeofpop;j++) { fitness_sum =fitness_sum+ ((Population)popvector.get(i)).getPop()[j][lenofchrom]; } fitness_avg=fitness_sum/sizeofpop; for(int j=0;j<sizeofpop;j++) { if(((Population)popvector.get(i)).getPop()[j][lenofchrom]<fitness_avg){ ((Population)popvector.get(i)).setIndividual(j); } } } } /** *//** * 在后代中选择新种群 * 生成新种群，提取种群数据数组pop[][]，将选中的个体行存入新生成的种群中，更新popvector */ private void choose(){ for(int i=0;i<popnum;i++) { double best_fitness=1.0/this.best_value[i]; double[][] newpop=new double[sizeofpop][lenofchrom+1]; //非1,new时不生成种群。 double[][] oldPop=((Population)popvector.get(i)).getPop(); int count=0; //用于记录最优个体个数，最优个体不参与交叉(暂时未执行) for(int tt=0;tt<sizeofpop;tt++) { if(oldPop[tt][lenofchrom]==best_fitness){ newpop[count]=oldPop[tt]; count++; } } double totalfit=0; double[] ratio=new double[sizeofpop]; double[] cumsum=new double[sizeofpop]; for(int tt=0;tt<sizeofpop;tt++) { totalfit+=oldPop[tt][lenofchrom]; } for(int tt=0;tt<sizeofpop;tt++) { ratio[tt]=oldPop[tt][lenofchrom]/totalfit; } cumsum[0]=ratio[0]; for(int tt=1;tt<sizeofpop;tt++) { cumsum[tt]=cumsum[tt-1]+r