遗传算法求解Rosenbrock最小值

// GA_work.cpp : 此文件包含 “main“ 函数。程序执行将在此处开始并结束。
//

#include “pch.h“
#include 
#include
#include 
#include 
#include 
using namespace std;

#define DIMESIONS 2    //维度N

const double Fmax = 97888.9;

int best_indexworst_index;
int gen = 0;
const int M = 50 T = 100 s = 17;//M代表群体大小，一般取20~100；T代表终止进化代数，一般取100~500
const double pc = 0.75 pm = 0.01;//pc交叉概率，一般取0.4~0.99；pm变异概率，一般取0.0001~0.1
const double Umax = 5.12 Umin = -5.12;  //argx[DIMESIONS]在[UminUmax]
double averagefit[T];
double min[T];
double max[T];

struct population      //定义每个个体的结构
{
	int x[DIMESIONS][s];          //定义编码长度为17*DIMESIONS位，计算精度为1/10000
	double argx[DIMESIONS];     //DIMESIONS 个变量的Rosenbrocks函数
	double fit;          //每个个体的适应度
	double sumfit;
	double value;
	//struct population *next;
}p[M]*best=&p[0]*worst=&p[0];


double bestIndividual = Fmax;
double worstIndividual = Fmax;

double currentBestIndividual = Fmax;
double currentWorstIndividual = Fmax;





void initial（）; //初始化函数
void evalueFitness（）;//计算适应度
void select（）;//选择复制函数
void crossOver（）;//交叉函数
void mutation（）;//变异参数
void decoding（）;//解码函数
void print（）;//显示函数
void FindBestIndividual（）;
double RosenbrockFunc（population t）;   //rosenbrocks函数
void getNextGeneration（）;
int setCharCode01（）;
double randR（double a double b）;       //在区间（ab）内产生一个随机数r

/******************    遗传算法主函数          ******************/
int main（）           //Umax=5.12Umin=-5.12
{
	srand（（unsigned）time（NULL））;
	initial（）;//随机获得初始解
	decoding（）;//先解码
	evalueFitness（）;//计算适应度值与累计适值
	FindBestIndividual（）;
	while （gen <= T）
	{
		cout << “*******************   第“ << gen + 1 << “代 **********************“ << endl;
		cout << endl;
		getNextGeneration（）;
		gen++;
	}
	/*initial（）;//随机获得初始解
	print（）;
	//cout << “initialed!“ << endl;
	decoding（）;//先解码
	print（）;

	evalueFitness（）;//计算适应度值与累计适值
	//cout << “evalued!“ << endl;
	print（）;
	while （gen <= T）
	{
		
		cout << “\n\n\n$$$$$$$$$$$$      遗传算法第“ << gen + 1 << “ 代    &&&&&&&&&&&&&&“ << endl;
		cout << endl;
		cout << endl;
		FindBestIndividual（）;
		select（）;//执行选择操作
		print（）;
		decoding（）;
		print（）;
		evalueFitness（）;
		//cout << “selected!“ << endl;
		print（）;
		crossOver（）;//执行交叉操作
		print（）;
		decoding（）;
		evalueFitness（）;
		//cout << “crossOvered!“ << endl;
		print（）;
		mutation（）;//执行变异操作
		print（）;
		decoding（）;
		evalueFitness（）;
		//cout << “mutated!“ << endl;
		print（）;
		FindBestIndividual（）;
		gen++;
	}
	decoding（）;
	evalueFitness（）;*/
	//cout << “最后解为:“ <	/*for （int i = 0; i < M; i++）
	{
		cout << “个体“ << i + 1 << “: “ << endl;
		for （int m = 0; m < DIMESIONS; m++）
			cout << “x“ << m+1 << “:“ << p[i].argx[m] << endl;
		cout << “适度值:“ << p[i].fit << endl;
	}*/
	FindBestIndividual（）;
	cout << “min:  “ << endl;
	for （int k = 0; k < T; k++）
		cout <	cout << endl;
	cout << “max:  “