资源简介
本文件包括源码,实验说明文档,实验总结PPT
Have a happy experiment!
代码片段和文件信息
#include
#include
#include
#include
#define NUM_CITY 76
#define NUM_Chromosome 5000
#define NUM_BIRD 30
using namespace std;
double city[NUM_CITY][4]={0};
/*double city[NUM_CITY][4]=
{
{5.2941.558}{4.2863.622}{4.7192.774}{4.1852.230}{0.9153.821}
{4.7716.041}{1.5242.871}{3.4472.111}{3.7183.665}{2.6492.556}
{4.3991.194}{4.6602.949}{1.2326.440}{5.0360.244}{2.7103.140}
{1.0723.454}{5.8556.203}{0.1941.862}{1.7622.693}{2.6826.097}
};
*/
/* double city[NUM_CITY][4] = { {0.4000 0.4439} {0.2439 0.1463} {0.1707 0.2293}
{0.2293 0.7610} {0.5171 0.9414} {0.8732 0.6536}
{0.6878 0.5219} {0.8488 0.3609} {0.6683 0.2536}
{0.6195 0.2634}
};
*/
/*double city[NUM_CITY][4]={
{38.2420.42}{39.5726.15}{40.5625.32}{36.2623.12}{33.4810.54}
{37.5612.19}{38.4213.11}{37.5220.44}{41.239.10}{41.1713.05}
{36.08-5.21}{38.4715.13}{38.1515.35}{37.5115.17}{35.4914.32}
{39.3619.56}{38.0924.36}{36.0923.00}{40.4413.57}{40.3314.15}
{40.3714.23} {37.5722.56}
};
*/
void read_file(char a[15])
{
//int i=0;
//char b[15];
//while(a[i]!=‘\0‘)
//{
// b[i]=a[i];
// i++;
//}
FILE *f_read;
cout< f_read=fopen(a“r“);
if(f_read==NULL)
cout<<“can not open“< else
cout<<“can open“< //int a=0;
int pt=0;
while(pt {
unsigned char ch;
int a1[8]={0};
int a2[8]={0};
int i=0j=0k=0;
for(i=0;;)
{
ch=fgetc(f_read);
if(ch==‘\n‘)
break;
while(ch==‘ ‘)
{
ch=fgetc(f_read);
if (ch!=‘ ‘)
i++;
}
if(int(ch)>47&&int(ch)<58)
{
if(i==1)
{
a1[j]=int(ch)-48;
j++;
}
if(i==2)
{
a2[k]=int(ch)-48;
//cout<<“a2[“< k++;
}
}
}
for(i=0;i city[pt][0]+=a1[i]*pow(10.0j-i-1);
for(i=0;i city[pt][1]+=a2[i]*pow(10.0k-i-1);
pt++;
//cout< }
}
double distance (double x1 double y1 double x2 double y2)
{
return (sqrt ((x1 - x2) * (x1 - x2) + (y2 - y1) * (y2 - y1)));
}
struct city
{
double x[NUM_CITY];
double y[NUM_CITY];
double num[NUM_CITY];
//int flag;
};
struct city_pso
{
int num[NUM_CITY];
//int flag;
};
void GA()
{
FILE *f;
f=fopen(“a1.txt““w“);
if(f==NULL)
cout<<“can not open“< else
cout<<“can open“< int i=0j=0k=0a=0;
for(int i=0;i city[i][2]=i+1;
for(int i=0;i city[i][3]=0;
struct city *city_rand;
struct city *city_rand1;
city_rand =(struct city *)malloc(2*NUM_CITY*NUM_Chromosome*3*sizeof(double));//2*NUM_CITY*NUM_Chromosome*3);
city_rand1=(struct city *)malloc(NUM_CITY*NUM_Chromosome*3*sizeof(double));//NUM_CITY*NUM_Chromosome*3);
for(i=0;i
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 13780 2010-06-13 11:06 代码\GA.cpp
文件 16622 2010-06-13 11:08 代码\PSO.cpp
文件 9789 2010-06-13 11:10 代码\SAA.cpp
文件 452608 2010-06-07 20:54 粒子群优化算法(PSO).ppt
文件 85342 2010-06-13 12:58 实验说明.pdf
文件 3537 2010-05-29 12:59 数据集\a280.tsp
文件 656 2010-05-26 15:11 数据集\att48.tsp
文件 7791 2010-05-31 10:54 数据集\att532.tsp
文件 742 2010-05-30 23:32 数据集\eil76.tsp
文件 15613 2010-05-26 15:27 数据集\pr1002.tsp
文件 680 2010-05-26 15:09 数据集\st70.tsp
目录 0 2010-06-13 12:31 代码
目录 0 2010-06-13 11:01 数据集
----------- --------- ---------- ----- ----
607160 13
- 上一篇:单片机通信主从通信
- 下一篇:改变树控件背景颜色的VC源代码
相关资源
- 遗传算法思想+ppt
- 一种更简化而高效的粒子群优化算法
- 基于粒子群优化神经网络的程序
- 遗传算法解决柔性作业车间调度文题
- 遗传算法的车间调度算法求解的PPT
- 物流配送遗传算法
- 粒子群优化粒子滤波方法
- 基于改进离散粒子群算法的电力系统
- NSGA-2源程序可以运行
- 混合粒子群和引力搜索算法代码
- 遗传算法优化rbf网络108003
- 用于图象处理的量子遗传算法
- 遗传算法优化BP网络(用于电力负荷预
- GAOT工具箱
- 工业调度粒子群算法
- 粒子群算法(详细的算法介绍讲解及
- 基于遗传算法的多目标优化.rar
- 遗传算法工具箱gatool
- 一维大地电磁测深遗传算法反演
- 基于遗传算法的供应链网络的建立与
- 多点交叉基本遗传算法
- PSO+SA算法 (粒子群和模拟退火算法的
- 并行多家族遗传算法
- 粒子群多目标优化
- 遗传算法的BP神经网络优化算法
- 遗传算法外文文献
- GA遗传算法TSP城市集合算例
- 智能优化算法--粒子群算法应用代码
- 基于粒子群算法的机组组合计算
- 基于矩阵的模拟退火算法
评论
共有 条评论