基于遗传算法的最短路径的程序的开发C++

个人自己做的基于遗传算法的最短路径问题的程序 用C++写的 使用的选择法是轮盘赌 交叉式部分匹配 变异是2点交换。 最近准备用C#再重做一遍，准备添加个前台界面，以及自动读图生成拓补结构图。

#include 
#include 
#include 
#include 

#define popsize 50
#define maxgens 500
#define pxover 0.8
#define pmutation 0.3
#define nvars 30

struct genotype
{
	int gene[nvars];
	int course;
	double fitness;
	double rfitness;
	double cfitness;
	int point[nvars];
};


int b[nvars][nvars];
struct genotype population[popsize];
struct genotype newpopulation[popsize];
struct genotype better;



void initialize（void）		// 初始化结构体
{	
	int ij;
	int p;
	for （i=0;i	{
		for （j=0;j		{
			population[i].gene[j]=0;		 
			population[i].point[j]=0;
		}
		population[i].course=0;
		population[i].fitness=0;
		population[i].rfitness=0;
		population[i].cfitness=0;
	}										// 初始化
	printf（“初始化种群中：“）;
	for （i=0;i	{
		p=1;								// 优先权初始化
		srand（（unsigned）time（NULL））;
		while （p<=nvars）
		{
			j = rand（）%nvars;				// 随即赋予优先权
			if （population[i].gene[j]==0）
			{
				population[i].gene[j]=p;
				p++;
			}
		}
		if（（i+1）%10==0）	printf（“.“）;
	}
	printf（“\n“）;
}

void evaluate（）
{
	int ijknm;						
	double abc;				// 新增了一个中转变量
	int temp[nvars];
	for （n=0;n	{
		for （j=0;j		{
			population[n].point[j]=0;
		}
		population[n].course=0;
		k=1;
		i=0;
		while （i!=（nvars-1））
		{
			for （m=0;m			{
				temp[m]=0;
			}
			m=0;
			for （j=0;j			{
				if （b[i][j]!=0）
				{
					temp[m]=j;
					m++;			// 找出当前端点可以前进的端点；
				}
			}
			for （m=0;m			{
				if（（population[n].gene[temp[m]]>population[n].gene[temp[0]]）&&（temp[m]!=0）） temp[0]=temp[m];	// 优先权比较
			}
			population[n].course+=b[i][temp[0]];			// 计算路径长度
			i=temp[0];
			population[n].point[k]=i;					// 记录路径中的端点
			k++;
		}
		abc=population[n].course;		// 将数值进行转换从INT型转为DOUBLE型
		population[n].fitness=1/abc;	// 计算适应度
	}
}

void best（void）
{
	int i;
	better.fitness=0.0000000;
	for （i=1;i	{
		if （population[i].fitness>better.fitness）
		{
			better=population[i];
		}
	}
}

void keep_the_best（void）
{
	int i;
	for （i=1;i	{
		if （population[i].fitness>better.fitness）
		{
			better=population[i];
		}
	}
}

void select（void）
{
	int ij;
	double sum=0;
	double p;
	for （i=0;i	{
		sum+=population[i].fitness;
	}
	for （i=0;i	{
		population[i].rfitness =  population[i].fitness/sum;
	}
	population[0].cfitness = population[0].rfitness;
	for （i=1;i	{
		population[i].cfitness =  population[i-1].cfitness + population[i].rfitness;
	}
	for （i = 0; i < popsize; i++）
    { 
		p = rand（）%1000/1000.0;
		if （p < population[0].cfitness）
			newpopulation[i] = population[0];      
		else
		{
			for （j = 0; j 				if （p >= population[j].cfitness && p                        newpopulation[i] = population[j+1];
		}
	}
	for （i=0;i