- 相關(guān)推薦
基本遺傳算法的C語言實現(xiàn)
目 錄
摘要……………………………………………………………………………………….………………….1
前言…………………………………………………………………………………..….….......……………2
1 緒論………………………………………………………………………………….…………………….3
1.1 引言……………………………………..……….…………….……………………….…..………....3
1.2 遺傳算法簡介………………………..…………….………….……………..……….………………3
1.3 遺傳算法的應(yīng)用…………………..………………….………………………………...………….…3
1.4 適應(yīng)度簡介………………………..……………………….……….…………………...…………....4
1.5 C語言簡介………………………………..……………………..……………………...………...…..4
2 遺傳算法C語言實現(xiàn)……………….....….…………………………....…….…..….…………….…......5
2.1 選擇算子C語言實現(xiàn)……………….……………………………………....……….….…...………5
2.1.1 最佳個體保存方法……………….………………………..………………..…...………………..5
2.1.2 期望值方法…………………….…………………………………………………..…..………….7
2.1.3 適應(yīng)度比例方法………………………….……………………..….……………………………..8
2.2 交叉算子C語言實現(xiàn)……………………….………………………...…………………….…….…9
2.2.1 1點交叉…………………………....……………..…………………..…...………….....….…….9
2.2.2 1致交叉…………………………………………….……………………..………….…….……11
2.3 變異算子C語言實現(xiàn)……………………………………….………………..…….………….……13
2.3.1 基本變異……………………………………………….…….………………………..……..…..13
2.3.2 逆轉(zhuǎn)變異…………………………………………….……………………………..……….…….14
3 應(yīng)用遺傳算法求解背包問題……………………………….…………….…………….….……….....…16
3.1 問題描述……………………………………….. ………….……………..………….……….……..16
3.2 基于基本遺傳算法求解背包問題……………………….……………………..…....……….……..16
4 結(jié)論…………………………………………………………….……………………….. ..……...………18
參考文獻(xiàn)……………………………………………………….……………................................................19
致謝…………………………………………………………….………..………………..….………..…….20
附錄………………………………………………………….…………….........................……….………..21
基本遺傳算法的C語言實現(xiàn)
摘要
遺傳算法是1類借鑒生物界選擇和自然遺傳機制的隨機化搜索算法。在NP-類組合優(yōu)化問題的搜索優(yōu)化應(yīng)用中顯示了超出想象的、良好的搜索性能。本文利用C語言編譯遺傳算法中的最佳個體保存、期望值、適應(yīng)度比例選擇算子，1點交叉、1致交叉算子，基本變異、逆轉(zhuǎn)變異算子，最后應(yīng)用遺傳算法求解背包問題并將求解過程用C語言實現(xiàn)，并比較了不同的選擇算子優(yōu)越性。
關(guān)鍵字：遺傳算法；操作算子；C語言；背包問題
Implementation of basic Genetic algorithms with C language
Abstract
Genetic algorithm is a type of the random search algorithm which relies on the biological options natural genetic mechanisms .It demonstrates beyond imagination and good search capabilities in the search optimization applications of the NP-category portfolio optimization problems. Through using the C language to translate the genetic algorithms，the best-preserved，expectations，the degree of choice of a son，the cross-porint，as a cross-line，basic variations，a reverse variationis the cast application of genetic algorithms combined backpack problems with the process and fellow C language achievement，and compare the different superiority of options son .
Key word: Genetic algorithm；Operating a son；C language；Backpack problems
前 言
近代科學(xué)技術(shù)發(fā)展的顯著特點之1是生命科學(xué)與工程科學(xué)的相互交叉、相互滲透和相互促進(jìn)。遺傳算法的蓬勃發(fā)展正體現(xiàn)了學(xué)科發(fā)展的這1特征和趨勢。
遺傳算法的內(nèi)涵哲理乃是啟迪于自然界生物從低級、簡單、到高級、復(fù)雜，乃至人類這樣1個漫長而絕妙的進(jìn)化過程，借鑒于達(dá)爾文的物競天演、優(yōu)勝劣汰、適者生存的自然選擇和自然遺傳的機理，其本質(zhì)是1種求解問題的高效并全局搜索方法。它能在搜索過程中自動獲取和積累有關(guān)搜索空間的知識，并自適應(yīng)地控制搜索過程以求得最優(yōu)解。
遺傳算法和其它的搜索方法相比，其優(yōu)越性主要表現(xiàn)在以下幾個方便：首先，遺傳算法在搜索過程中不易陷入局部最優(yōu)，即使在所定義的適應(yīng)度函數(shù)非連續(xù)、不規(guī)則和伴有噪聲的情況下也能1極大的概率找到全局最優(yōu)解；其次，由于遺傳算法固有的并行性，使得它非常適合于大規(guī)模并行分布處理；此外，遺傳算法易于和別的技術(shù)相結(jié)合，形成性能更優(yōu)的問題求解方法。
本文考慮C語言的原始性及其適用性廣的優(yōu)點，用C語言實現(xiàn)了基本遺傳算法，并對遺傳算法中的最佳個體保存、期望值、適應(yīng)度比例選擇算子，1點交叉、1致交叉算子，基本變異、逆轉(zhuǎn)變異算子進(jìn)行了C語言實現(xiàn)，最后應(yīng)用所實現(xiàn)的程序?qū)?個實用問題，背包問題進(jìn)行了求解，并對不同選擇算子情況下的計算結(jié)果進(jìn)行了比較。
【基本遺傳算法的C語言實現(xiàn)】相關(guān)文章：
數(shù)據(jù)加密標(biāo)準(zhǔn)DES的C++實現(xiàn)03-07
實現(xiàn)企業(yè)管理創(chuàng)新的基本環(huán)節(jié)03-19
C語言程序設(shè)計 (一)12-26
c語言畢業(yè)論文開題報告05-03
C語言實驗課教學(xué)探討03-02
論科學(xué)消費的基本內(nèi)涵及其實現(xiàn)途徑03-20