AGA.rar_aga_best fitness_改进遗传算法_轮盘_遗传算法 改进

//采用了保优的选择遗传算法 //终止条件的判断是：到达一定的代数。可改进为：相邻若干代的种群平均适应值的变化来判断。若相邻若干代的种群平均适应值为变化或者是变化 //小于某一阈值，表示算法已经收敛，则退出算法。 //选择算子：轮盘赌选择； //交叉算子：单点交叉,随机选择计算此适应度值，若大于当前最佳适应度值则降低交叉概率，否则不变； //变异算子：模板,对于优势个体，除采用低概率变异外，变异位置应采取权值越大，变异概率越小的原则,而对劣势个体则相反. #include <stdio.h> #include "malloc.h" #include <math.h> #include <string.h> #include "stdlib.h" // 全局变量 struct individual //个体 { unsigned *chrom; // 染色体 double fitness; // 个体适应度 double varible; // 个体对应的变量值 int xsite; // 交叉位置 int parent[2]; // 父个体 int *utility; // 特定数据指针变量 }; struct bestever // 最佳个体 { unsigned *chrom; // 最佳个体染色体 double fitness; // 最佳个体适应度 double varible; // 最佳个体对应的变量值 int generation; // 最佳个体生成代 }; struct individual *oldpop; // 当前代种群 struct individual *newpop; // 新一代种群 struct bestever bestfit; // 最佳个体 double sumfitness; // 种群中个体适应度累计 double max; // 种群中个体最大适应度 double avg; // 种群中个体平均适应度 double min; // 种群中个体最小适应度 double pcross; // 交叉概率 double pmutation; // 变异概率 int popsize; // 种群大小 int lchrom; // 染色体长度 int chromsize; // 存储一染色体所需字节数 int gen; // 当前世代数 int maxgen; // 最大世代数 int run; // 当前运行次数 int maxruns; // 总运行次数 int printstrings; // 输出染色体编码的判断，0 -- 不输出, 1 -- 输出 int nmutation; // 当前代变异发生次数 int ncross; // 当前代交叉发生次数 double pc1; double pc2; double pm1; double pm2; int temp_mate1; int temp_mate2; // 随机数发生器使用的静态变量 static double oldrand[55];//存储随机数 static int jrand; static double rndx2; static int rndcalcflag; // 输出文件指针 FILE *outfp ; // 函数定义 void advance_random(); int flip(double);rnd(int, int); void randomize(); double randomnormaldeviate(); float randomperc(),rndreal(float,float); void warmup_random(float); void initialize(),initdata(),initpop(); void initreport(),generation(),initmalloc(); void freeall(),nomemory(char *),report(); void writepop(),writechrom(unsigned *); void preselect(); void statistics(struct individual *); void title(),repchar (FILE *,char *,int); void skip(FILE *,int); int select(); void objfunc(struct individual *); int crossover (unsigned *, unsigned *, unsigned *, unsigned *); void mutation(unsigned *); void initialize() // 遗传算法初始化 { // 键盘输入遗传算法参数 initdata(); // 确定染色体的字节长度 chromsize = (lchrom/(8*sizeof(unsigned))); if(lchrom%(8*sizeof(unsigned))) chromsize++;//如果还有不到一个字节的分配一字节 //分配给全局数据结构空间 initmalloc(); // 初始化随机数发生器 randomize(); // 初始化全局计数变量和一些数值 nmutation = 0; ncross = 0; bestfit.fitness = 0.0; bestfit.generation = 0; // 初始化种群，并统计计算结果 initpop(); statistics(oldpop); initreport(); } void initdata() // 遗传算法参数输入 { /* char answer[2]; printf("种群大小(50-200)："); scanf("%d", &popsize); if((popsize%2) != 0) { printf( "种群大小已设置为偶数\n");//只有偶数的个体总数才能完成交叉 popsize++; } printf("染色体长度(64-1000)："); scanf("%d", &lchrom); printf("是否输出染色体编码(y/n)："); printstrings=1; // 输出染色体编码的判断，0 -- 不输出, 1 -- 输出 scanf("%s", answer); if(strncmp(answer,"n",1) == 0) printstrings = 0; printf("最大世代数(100-300)："); scanf("%d", &maxgen); printf("交叉率(0.2-0.99)："); scanf("%f", &pcross); printf("初始变异率(0.01-0.9)："); scanf("%f", &pmutation); printf("pc1(0.01-0.9)："); scanf("%lf", &pc1); printf("pc2(pc2>pc1)："); scanf("%lf", &pc2); printf("调整变异率pm1(0.01-0.9)："); scanf("%lf", &pm1); printf("调整变异率pm2(pm2>pm1)："); scanf("%lf", &pm2); run=nmutation=ncross=gen=0;//各变量的初始化 max=min=avg=0.0;*/ popsize=lchrom=100; printstrings = 0; pcross=pmutation=0.5; maxgen=200; pc1=0.6; pc2=0.8; pm1=0.05; pm2=0.1; nmutation=ncross=gen=0; max=min=avg=0.0; } void initpop() // 随机初始化种群 { int j, j1, k, stop; unsigned mask = 1; for(j = 0; j < popsize; j++) { for(k = 0; k < chromsize; k++) { oldpop[j].chrom[k] = 0;//初始化染色体，因为一个字节可存储8个基因 if(k == (chromsize-1)) stop = lchrom - (k*(8*sizeof(unsigned))); else stop =8*sizeof(unsigned); for(j1 = 1; j1 <= stop; j1++) { oldpop[j].chrom[k] = oldpop[j].chrom[k]<<1;//左移一位 if(flip(0.5)) oldpop[j].chrom[k] = oldpop[j].chrom[k]|mask;//按位或,即全部赋值为1 } } oldpop[j].parent[0] = 0; // 初始父个体信息 oldpop[j].parent[1] = 0; oldpop[j].xsite = 0; objfunc(&(oldpop[j])); // 计算初始适应度 } } void initreport() // 初始参数输出 { // void skip(); skip(outfp,1); printf(" 基本遗传算法参数\n"); printf(" -------------------------------------------------\n"); printf(" 种群大小(popsize) = %d\n",popsize); printf(" 染色体长度(lchrom) = %d\n",lchrom); printf(" 最大进化代数(maxgen) = %d\n",maxgen); printf(" 交叉概率(pcross) = %f\n", pcross); printf(" 变异概率(pmutation) = %f\n", pmutation); printf(" -------------------------------------------------\n"); skip(outfp,1); fflush(outfp);//清除文件缓冲区，文件以写方式打开时将缓冲区内容写入文件 } void generation() { int mate1, mate2, jcross, j = 0; // 每代运算前进行预选 preselect(); // 选择, 交叉, 变异 do { // 挑选交叉配对 mate1 = select(); temp_mate1=mate1; mate2 = select(); temp_mate2=mate2; // 交叉，产生两个子代个体 jcross = crossover(oldpop[mate1].chrom, oldpop[mate2].chrom, newpop[j].chrom, newpop[j+1].chrom); //变异 // 自适应变异概率 if(gen!=0) { if(newpop[j].fitness>=avg) //若新生个体适应度大于前一代平均适应度，则减小变异概率 pmutation = pm1-(pm1-pm2)*(max-newpop[j].fitness)/(max-avg); else pmutation = pm1; //否则变异概率不变 } mutation(newpop[j].chrom); if(gen!=0) { if(newpop[j+1].fitness>=avg) pmutation = pm1-(pm1-pm2)*(max-newpop[j+1].fitness)/(max-avg); else pmutation = pm1; } mutation(newpop[j+1].chrom); // 解码, 计算适应度 objfunc(&(newpop[j])); //记录亲子关系和交叉位置 newpop[j].parent[0] = mate1+1; newpop[j].xsite = jcross; newpop[j].parent[1] = mate2+1; objfunc(&(newpop[j+1])); newpop[j+1].parent[0] = mate1+1; newpop[j+1].xsite = jcross; newpop[j+1].parent[1] = mate2+1; j = j + 2; } while(j < (popsize-1)); } void initmalloc() //为全局数据变量分配空间 { unsigned nbytes; int j; // 分配给当前代和新一代种群内存空间 nbytes = popsize*sizeof(struct individual); if((oldpo