码迷,mamicode.com
首页 > 编程语言 > 详细

采用浮点数编码的遗传算法的问题

时间:2014-10-16 11:27:22      阅读:234      评论:0      收藏:0      [点我收藏+]

标签:style   blog   http   color   io   os   ar   for   sp   

  最近学习了一下遗传算法,于是参考了一篇论文,采用浮点数编码写了一个算法,运行了一下,发布收敛很慢,遗传了几百代与几十代相比,只是略显稳定,随机性比较强。而且容易限入局部极值中。例如,我以求函数xsin(10PI*x)+2.0为例,最大值大约在x=1.85附近,在x=1.65附近有一个局部极值。我写的算法大约70%的机会取得1.85附近的值,30%机会取得1.65附近的值。总之效果不理想。不知有没有朋友有兴趣帮我看一下。


  初始化种群

bubuko.com,布布扣
        public List<PopUnit> InitPop()
        {
            
if (CalculateFitnessHanler == null)
                
throw new Exception("未设置计算表达式的事件CalculateHanler");
            
if (m_Parameters.PopSize<=10)
                
throw new Exception("种群数太小");

            List
<PopUnit> pool = new List<PopUnit>();
             
            
for (int i = 0; i <= m_Parameters.PopSize-1; i++)
            {
                
double d = m_Random.NextDouble();
                d 
= m_Parameters.L + (m_Parameters.R - m_Parameters.L) * d;
                
double val= CalculateFitnessHanler(new double[] { d });
                PopUnit unit 
= new PopUnit(d, val);
                pool.Add(unit);
            }
            
return pool;
        }
bubuko.com,布布扣


  选择操作

bubuko.com,布布扣
public List<PopUnit> Select(List<PopUnit> data)
        {
            
int dropoutCount = (int)(m_Parameters.DropoutRate * data.Count);

            List
<PopUnit> newpool = new List<PopUnit>();
            
for (int i = 0; i <= dropoutCount - 1; i++)
            {
                newpool.Add(data[i].Clone() 
as PopUnit);
                newpool.Add(data[i].Clone() 
as PopUnit);
            }
            
int tmpCount = data.Count - newpool.Count;
            
for (int i = dropoutCount; i <= dropoutCount + tmpCount - 1; i++)
            {
                newpool.Add(data[i].Clone() 
as PopUnit);
            }
            
return newpool;
        }
bubuko.com,布布扣


  交叉操作:

 

bubuko.com,布布扣
public void CrossOver(double a,double b,out double a1,out double b1)
        {
            
if (m_Random.NextDouble() > m_Parameters.CrossOverRate)
            {
                a1 
= a;
                b1 
= b;
                
return;
            }
             

            
double r = 0.1;
            
double a2 = m_Random.NextDouble() * r;
            
double b2 = m_Random.NextDouble() * r;

            a1 
= (1 - a2) * a + b2 * b;
            b1 
= (1 - b2) * b + a2 * a;
           
            
            
if (a1 < m_Parameters.L)
                a1 
= m_Parameters.L;
            
if (b1 < m_Parameters.L)
                b1 
= m_Parameters.L;
            
if (a1 > m_Parameters.R)
                a1 
= m_Parameters.R;
            
if (b1 > m_Parameters.R)
                b1 
= m_Parameters.R;
            
//Console.WriteLine("crossover a1={0},b1={1}  ->  a2={2},b2={3}", a, b, a1, b1); 
        }
bubuko.com,布布扣


  变异操作:

 

bubuko.com,布布扣
public double Mutation(double c)
        {
            
double tmpd = m_Random.NextDouble();
            
if (tmpd > m_Parameters.MutateRate)
            {
                
return c;
            }
                        
            
double k = 0.2;
            
//k = (m_Parameters.MaxGenerations-T)/ (m_Parameters.MaxGenerations + 2D) * 0.4D;
            double res;
            
if (m_Random.Next(2== 1)
            {
                res 
= c + k * (m_Parameters.R - c) *m_Random.NextDouble();
            }
            
else
            {
                res 
= c - k * (c - m_Parameters.L) *m_Random.NextDouble();
            }
            
//Console.WriteLine("mutation: {0} -> {1}", c, res); 

            
return res;
        }
bubuko.com,布布扣


 种群大小=100,交叉概率=0.7,变异概率=0.1

采用浮点数编码的遗传算法的问题

标签:style   blog   http   color   io   os   ar   for   sp   

原文地址:http://blog.csdn.net/sxw3718401/article/details/40142807

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!