遗传算法求f(x)=x1^2+x2^2最大值

最新推荐文章于 2022-01-19 19:21:12 发布

NOTTME

最新推荐文章于 2022-01-19 19:21:12 发布

阅读量1.2w

点赞数 1

CC 4.0 BY-SA版权

分类专栏：人工智能

本文链接：https://blog.youkuaiyun.com/immiao/article/details/37914917

本文介绍了如何运用遗传算法解决优化问题，具体实例为寻找函数f(x)=x1^2+x2^2在条件0<=x1,x2<=7下的最大值。通过遗传算法的迭代过程，探索最优解。" 128455938,16927580,Node.js毕业设计：校车管理系统实现,"['课程设计', 'express', 'vscode']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

遗传算法求f(x)=x1^2+x2^2最大值，其中0<=x1,x2<=7。

//this program uses SGA to calculate the maximum value of f(x) = x1^2 + x2^2
#include <iostream>
#include <ctime>
#include <cstdlib>
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <vector>
#define LENGTH 3
using namespace std;

class chromosome
{
public:
	int x1,x2;
	int value;
	double fitness;
	void assign(int a,int b)
	{
		x1 = a;
		x2 = b;
		cal_value();
	}
	void cal_value()
	{
		value = x1 << LENGTH;
		value |= x2;
	}
	void cal_fitness()
	{
		fitness = x1*x1 + x2*x2;
	}
};
double total_fitness = 0;
vector<chromosome> population[2];
vector<chromosome> temp;
int cop_counter = 0;
int selector = 0;
int and1 = ((1 << LENGTH) - 1) << LENGTH;
int and2 = (1 << LENGTH) - 1;
int variation_percent = 2;

int random(int end)
{
	return rand() % (end + 1);
}

//选择
void select_population()
{
	int counter = 0;