遗传算法分层遗传算法.rar_GA_算法 C#_遗传算法 _遗传算法 分层_遗传算法’

/********************************************************************/ /* 基于基本遗传算法的分层遗传改进算法函数最优化 SHGA.C */ /* A Function Optimizer using Simple Genetic Algorithm */ /* developed from the Pascal SGA code presented by David E.Goldberg */ /* 华南理工大学电子与信息学院 苏勇 2004年4月*/ /********************************************************************/ #include <stdio.h> #include <math.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; /* 低层交叉位置 */ int xsiteA; /* 高层交叉位置 */ int parent[2]; /* 父个体 */ int parentA[2]; /* 高层父个体(父代子群) */ int *utility; /* 特定数据指针变量 */ }; struct bestever /* 最佳个体*/ { unsigned *chrom; /* 低层遗传运算所得最佳个体染色体*/ unsigned *chromA; /* 全局最佳个体染色体 */ 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 */ int subpopulation; /* 最佳个体所在子种群 */ }; 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 sumA; /* 所有子群平均适应度累计 */ double max; /* 种群中个体最大适应度 */ double maxA; /* 全局最佳适应度值 */ 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 minA; /* 全局最小适应度值 */ double *A; /* 子群平均适应度值数组 */ float pcross; /* 低层交叉概率 */ float pcrossA; /* 高层交叉概率 */ float pmutation; /* 低层变异概率 */ float pmutationA; /* 高层变异概率 */ 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; /* 低层遗传当前运行次数 */ int runA; /* 高层遗传当前运行次数 */ 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; /* 低层当前代变异发生次数 */ int nmutationA; /* 高层当前代变异发生次数 */ int ncross; /* 低层当前代交叉发生次数 */ int ncrossA; /* 高层当前代交叉发生次数 */ int subpopnum; /* 子种群个数 */ int subpop; /* 当前子种群 */ float randomseed; /* 随机数种子 */ int shu; /* 当前子群 */ double varibleA; /* 全局最佳染色体对应变量值 */ int genA; /* 全局最佳染色体所在代数 */ /* 随机数发生器使用的静态变量 */ static double oldrand[55]; 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(float);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 reportA(); 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 *); /* 低层交叉变异函数 */ int crossover (unsigned *, unsigned *, unsigned *, unsigned *); void mutation(unsigned *); /* 高层交叉变异函数 */ void CMTransA(); int selectA(); void preselectA(); 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++; /*分配给全局数据结构空间 */ initmalloc(); initreport(); } void initdata() /* 遗传算法参数输入 */ { char answer[2]; popsize=30; if((popsize%2) != 0) { fprintf(outfp, "种群大小已设置为偶数\n"); popsize++; } lchrom=22; /* 染色体长度定义为22 */ printstrings=1; maxgen=100; /* 低层运算100代 */ pcross=0.8; /* 低层交叉概率0.8 */ pcrossA=0.2; /* 高层交叉概率0.6 */ pmutation=0.05; /* 低层变异概率0.05 */ pmutationA=0.05; /* 高层变异概率0.05 */ genA=maxgen; } 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[subpop][j].chrom[k] = 0; if(k == (chromsize-1)) stop = lchrom - (k*(8*sizeof(unsigned))); else stop =8*sizeof(unsigned); for(j1 = 1; j1 <= stop; j1++) { oldpop[subpop][j].chrom[k] = oldpop[subpop][j].chrom[k]<<1; if(flip(randomseed)) oldpop[subpop][j].chrom[k] = oldpop[subpop][j].chrom[k]|mask; } } oldpop[subpop][j].parent[0] = 0; /* 初始父个体信息 */ oldpop[subpop][j].parent[1] = 0; oldpop[subpop][0].parentA[0]= 0; oldpop[subpop][0].parentA[1]= 0; oldpop[subpop][j].xsite = 0; oldpop[subpop][0].xsiteA= 0; objfunc(&(oldpop[subpop][j])); /* 计算初始适应度*/ } if(subpop==0) { maxA = oldpop[0][0].fitness; minA = oldpop[0][0].fitness; } } void initreport() /* 初始参数输出 */ { void skip(); skip(outfp,1); fprintf(outfp," 基本遗传算法参数\n"); fprintf(outfp," -------------------------------------------------\n"); fprintf(outfp," 子种群数(subpopnum) = %d\n",subpopnum); fprintf(outfp," 种群大小(popsize) = %d\n",popsize); fprintf(outfp," 染色体长度(lchrom) = %d\n",lchrom); fprintf(outfp," 最大进化代数(maxgen) = %d\n",maxgen); fprintf(outfp," 交叉概率(pcross) = %f\n",pcross); fprintf(outfp," 变异概率(pmutation) = %f\n",pmutation); fprintf(outfp," -------------------------------------------------\n"); skip(outfp,1); fflush(outfp); } void generation() /* 低层交叉变异 */ { 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(); mate2 = select(); /* 交叉和变异 */ jcross = crossover(oldpop[subpop][mate1].chrom, oldpop[subpop][mate2].chrom, newpop[subpop][j].chrom, newpop[subpop][j+1].chrom); mutation(newpop[subpop][j].chrom); mutation(newpop[subpop][j+1].chrom); /* 解码, 计算适应度 */ objfunc(&(newpop[subpop][j])); /*记录亲子关系和交叉位置 */ newpop[subpop][j].parent[0] = mate1+1; newpop[subpop][j].xsite = jcross; newpop[subpop][j].parent[1] = mate2+1; objfunc(&(newpop[subpop][j+1])); newpop[subpop][j+1].parent[0] = mate1+1; newpop[subpop][j+1].xsite = jcross; newpop[subpop][j+1].parent[1] = mate2+1; j = j + 2; } while(j < (popsize-1)); } void CMTransA() /* 高层交叉变异 */ { int mateA1, mateA2, jcrossA = 0, k, h, m, j1, j=0; unsigned mask = 1; int stop; preselectA(); do { /*//////////// 高层交叉 ///