《java个人见解.docxVIP

关于遗传算法的详细原理以及具体的定义这里就不多介绍，想了解的可以自行百度，下面就简单介绍下自己对遗传算法的理解，本文对基因的编码采用二进制规则。 算法思想：????? 遗传算法参照达尔文的进化论，认为物种都是向好的方向去发展（适者生存），因此可以认为到足够的代数之后，得到的最值可实际的最值很接近。 算法步骤： 1）随机产生一个种群； 2）计算种群的适应度、最好适应度、最差适应度、平均适应度等指标； 3）验证种群代数是否达到自己设置的阈值，如果达到结束计算，否则继续下一步计算； 4）采用转盘赌法选择可以产生下一代的父代，产生下一代种群（种群中个体数量不变）； 5）种群发生基因突变； 6）重复2、3、4、5步。 算法实现-基因部分1、种群个体（这里认为是染色体），在个体中，我们为这个个体添加两个属性，个体的基因和基因对应的适应度（函数值）。 HYPERLINK /article/79015.htm ? 1 2 3 4 public class Chromosome {? ??private boolean[] gene;//基因序列? ??private double score;//对应的函数得分? } 2、随机生成基因序列，基因的每一个位置是0还是1，这里采用完全随机的方式实现。 HYPERLINK /article/79015.htm ? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 public Chromosome(int size) {? ??if (size = 0) {? ????return;? ??}? ??initGeneSize(size);? ??for (int i = 0; i size; i++) {? ????gene[i] = Math.random() = 0.5;? ??}? }? ??? private void initGeneSize(int size) {? ??if (size = 0) {? ????return;? ??}? ??gene = new boolean[size];? } 3、把基因转化为对应的值，比如101对应的数字是5，这里采用位运算来实现。 HYPERLINK /article/79015.htm ? 1 2 3 4 5 6 7 8 9 10 11 12 13 public int getNum() {? ??if (gene == null) {? ????return 0;? ??}? ??int num = 0;? ??for (boolean bool : gene) {? ????num = 1;? ????if (bool) {? ??????num += 1;? ????}? ??}? ??return num;? } 4、基因发生变异，对于变异的位置这里完全采取随机的方式实现，变异原则是由1变为0，0变为1。 HYPERLINK /article/79015.htm ? 1 2 3 4 5 6 7 8 9 10 11 public void mutation(int num) {? ??//允许变异? ??int size = gene.length;? ??for (int i = 0; i num; i++) {? ????//寻找变异位置? ????int at = ((int) (Math.random() * size)) % size;? ????//变异后的值? ????boolean bool = !gene[at];? ????gene[at] = bool;? ??}? } 5、克隆基因，用于产生下一代，这一步就是将已存在的基因copy一份。 HYPERLINK /article/79015.htm ? 1 2 3 4 5 6 7 8 9 10 11 public static Chromosome clone(final Chromosome c) {? ??if (c == null || c.gene == null) {? ????return null;? ??}? ??Chromosome copy = new Chromosome();? ??copy.initGeneSize(c.gene.length);? ??for (int i = 0; i c.gene.length; i++) {? ????copy.gene[i] = c.gene[i];? ??}? ??return copy;? } 6、父母双方产生下一代，这里两个个体产生两个个体子代，具体