Algorithm 版 (精华区)

发信人: shs (花雨飘), 信区: Algorithm
标  题: 遗传算法（4）
发信站: 哈工大紫丁香 (Sat Sep  9 12:49:33 2000), 转信

出  处: 202.114.3.45


 GA的程序设计应考虑到通用性，而且要有较强的适应新的算子的能力。OOP中的
类的继承为我们提供了这一可能。
 定义两个基本结构：基因(ALLELE)和个体(INDIVIDUAL)，以个体的集合作为群体
类TPopulation的数据成员，而TSGA类则由群体派生出来，定义GA的基本操作。
对任一个应用实例，可以在TSGA类上派生，并定义新的操作。

 TPopulation类包含两个重要过程：
   FillFitness: 评价函数，对每个个体进行解码(decode)并计算出其适应度值，
         具体操作在用户类中实现。
   Statistic: 对当前群体进行统计，如求总适应度sumfitness、平均适应度
         average、最好个体fmax、最坏个体fmin等。

 TSGA类在TPopulation类的基础上派生，以GA的系统参数为构造函数的参数，
它有4个重要的成员函数：
  Select: 选择算子，基本的选择策略采用轮盘赌模型（如图2）。轮盘经任意
         旋转停止后指针所指向区域被选中，所以fi值大的被选中的概率就大。
  Crossover: 交叉算子，以概率Pc在两基因链上的随机位置交换子串。
  Mutation: 变异算子，以概率Pm对基因链上每一个基因进行随机干扰(取反)。
  Generate: 产生下代，包括了评价、统计、选择、交叉、变异等全部过程，每
        运行一次，产生新的一代。


--
-------------------------------------------------------o

     ^_^                           千江有水千江月 
    Teddy                             万里无云万里天

        o--------------------------------------------------------

※ Origin:．华中地区网络中心 s1000e.whnet.edu.cn．[FROM: 202.114.3.45]
※ 修改:．shs 于 Sep  9 12:47:12 修改本文．[FROM: as.hit.edu.cn]
--
※ 转寄:．武汉白云黄鹤站 bbs.whnet.edu.cn．[FROM: as.hit.edu.cn]

--
☆ 来源:．哈工大紫丁香 bbs.hit.edu.cn．[FROM: shs.bbs@bbs.whnet.ed]