遗传算法在游戏中的应用——y=x^2

本文链接：https://blog.youkuaiyun.com/jin_syuct/article/details/51009535

本文介绍了遗传算法的基础，并通过一个简单的y=x^2例子详细阐述了遗传算法的工作原理。在游戏开发中，这种算法可以用于解决各种优化问题。示例代码采用VS2012和c++11编译环境，强调了代码的复用性，将算子函数设计为可重载的虚函数，以适应不同问题的计算适应度需求。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

通过上一篇文章的讲解，应该大概了解遗传算法的大概。这一篇我们来讲解简单遗传算法SGA中的一个例子：Y=x^2。通过这个例子，我们就可以清楚的知道，遗传算法是怎么操作的。

编译环境：VS2012，c++11

主函数:

#include "stdafx.h"
#include"math.h"
#include"SGA.h"

int _tmain(int argc, _TCHAR* argv[])
{
	SGA *s=SGA::createSGA(0.01,0.2,5,10,5);
	s->initgenertion();
	s->generatenextpopulation();
	return 0;
}

这里我们主要考虑到，代码的复用性。所以讲算子函数定义成了虚函数，也就是接口，不同的问题可能选择，交叉，变异操作是一样的，计算适应度是不一样的，这时候只需要继承这个类，然后重载计算适应度函数，就可以了。

#pragma once
#include<math.h>
class GA
{
public:
	GA(void);
	~GA(void);

	//选择操作
	virtual void selectoperator()=0;
	//交换操作
	virtual void crossoveroperator()=0;
	//计算种群适应度
	virtual void calculateobjectfitness()=0; 
	//变异操作
	virtual void mutationoperator()=0; 
	//

};

简单遗传算法类：

#pragma once
#include<vector>
#include"individual.h"
#include"GA.h"
using std::vector;
using std::iterator;

using namespace std;

class SGA:public GA
{
public:
	SGA(void);
	~SGA(void);
	//
	bool init(double pc,double pm,int maxgenertion,int popsize,int  chromlength);
	//初始化种群
	void initgenertion();
	//评估种群
	void evaludatepop();

	//选择函数
	virtual void selectoperator(); 
	//交换操作
	virtual void crossoveroperator();
	//变异操作
	virtual void mutationoperator(); 
	//计算种群适应