资源简介
有代码,有详细文档,有毕业论文 非常好的一个毕业设计
代码片段和文件信息
#include “chromosome.h“
Chromo::Chromo()
{
//默认全部置0
m_iKpCount = 0;
m_pKpItems = NULL;
m_pKpList = NULL;
m_pObSet = NULL;
m_iProfit = 0;
m_pAssignedOb = NULL;
m_iAObCount = 0;
m_pUnssignedOb = NULL;
m_iUObCount = 0;
m_bChanged = true;
}
Chromo::Chromo(int kCount objectSet *pSetint capint* capList)
{
m_pKpList = NULL;
m_pAssignedOb = NULL;
m_pUnssignedOb = NULL;
m_pKpItems = NULL;
m_pObSet = pSet;
m_iKpCount = kCount;
reset();
m_pKpList = new Knapsack[kCount];
for(int i = 0;i < kCount; ++i){
if(cap) m_pKpList[i].setProp(cappSet->m_pTablepSet->m_iObCount);
else m_pKpList[i].setProp(capList[i]pSet->m_pTablepSet->m_iObCount);
}
m_bChanged = true;
// set(kCountpSetcapcapList);
}
Chromo::Chromo(const Chromo &another)
{
m_iKpCount = another.m_iKpCount;
m_pKpItems = NULL;
m_pKpList = new Knapsack[m_iKpCount];
for(int i = 0;i < m_iKpCount; ++i)
m_pKpList[i] = another.m_pKpList[i];
m_pObSet = another.m_pObSet;
m_iAObCount = another.m_iAObCount;
m_pAssignedOb = new int[m_pObSet->m_iObCount];
for(int i = 0;i < m_pObSet->m_iObCount;++i)
m_pAssignedOb[i] = another.m_pAssignedOb[i];
m_iUObCount = another.m_iUObCount;
m_pUnssignedOb = new int[m_pObSet->m_iObCount];
for(int i = 0; i < m_pObSet->m_iObCount; ++i)
m_pUnssignedOb[i] = another.m_pUnssignedOb[i];
m_iProfit = 0;
m_bChanged = true;
}
Chromo::~Chromo()
{
if(m_pUnssignedOb) delete []m_pUnssignedOb;
if(m_pAssignedOb)delete []m_pAssignedOb;
resetKpItems();
if(m_pKpList) delete []m_pKpList;
}
Chromo& Chromo::operator =(const Chromo &another)
{
m_iKpCount = another.m_iKpCount;
resetKpItems();
if(!m_pKpList) m_pKpList = new Knapsack[m_iKpCount];
for(int i = 0;i < m_iKpCount; ++i)
m_pKpList[i] = another.m_pKpList[i];
m_pObSet = another.m_pObSet;
m_iAObCount = another.m_iAObCount;
m_iUObCount = another.m_iUObCount;
if(!m_pAssignedOb) m_pAssignedOb = new int[m_pObSet->m_iObCount];
if(!m_pUnssignedOb) m_pUnssignedOb = new int[m_pObSet->m_iObCount];
for(int i = 0; i < m_pObSet->m_iObCount; ++i){
m_pAssignedOb[i] = another.m_pAssignedOb[i];
m_pUnssignedOb[i] = another.m_pUnssignedOb[i];
}
m_iProfit = another.m_iProfit;
m_bChanged = true;
return *this;
}
void Chromo::set(int kCount objectSet *pSet int cap int *capList)
{
m_iKpCount = kCount;
m_iProfit = 0;
m_pObSet = pSet;
reset();
if(m_pKpList) delete[] m_pKpList;
m_pKpList = new Knapsack[kCount];
for(int i = 0; i < kCount; ++i){
if(cap) m_pKpList[i].setProp(cappSet->m_pTablepSet->m_iObCount);
else m_pKpList[i].setProp(capList[i]pSet->m_pTablepSet->m_iObCount);
}
m_bChanged = true;
}
void Chromo::reset()
{
m_iAObCount = 0;
m_iUObCount = m_pObSet->m_iObCount;
if(m_pAssignedOb) delete[] m_pAssignedOb;
m_pAssignedOb = new int[m_pObSet->m_iObCount];
if(m_pUnssignedOb) delete[] m_pUnssignedOb;
m_pUnssignedOb = new int[m_pObSet->m_iObCount];
for
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 779264 2009-05-06 23:10 05372137谢文祺(二维多重背包问题及基于遗传算法的解决方案)\二维多重背包问题及基于遗传算法的解决方案.doc
文件 7313 2009-04-07 15:53 05372137谢文祺(二维多重背包问题及基于遗传算法的解决方案)\source\chromosome.cpp
文件 2374 2009-04-07 15:53 05372137谢文祺(二维多重背包问题及基于遗传算法的解决方案)\source\chromosome.h
文件 5091 2009-04-19 21:51 05372137谢文祺(二维多重背包问题及基于遗传算法的解决方案)\source\knapsack.cpp
文件 1336 2009-04-07 15:53 05372137谢文祺(二维多重背包问题及基于遗传算法的解决方案)\source\knapsack.h
文件 1205 2009-04-07 15:53 05372137谢文祺(二维多重背包问题及基于遗传算法的解决方案)\source\ob
文件 4450 2009-04-07 15:53 05372137谢文祺(二维多重背包问题及基于遗传算法的解决方案)\source\population.cpp
文件 1010 2009-04-07 15:53 05372137谢文祺(二维多重背包问题及基于遗传算法的解决方案)\source\population.h
文件 130 2009-04-22 21:33 05372137谢文祺(二维多重背包问题及基于遗传算法的解决方案)\source\readme.txt
文件 1544 2009-04-10 01:49 05372137谢文祺(二维多重背包问题及基于遗传算法的解决方案)\source\test.cpp
目录 0 2009-04-26 17:38 05372137谢文祺(二维多重背包问题及基于遗传算法的解决方案)\source
目录 0 2009-05-07 00:14 05372137谢文祺(二维多重背包问题及基于遗传算法的解决方案)
----------- --------- ---------- ----- ----
803717 12
- 上一篇:双音多频信号的合成与识别.zip
- 下一篇:小波图像处理
相关资源
- sheffield_gatbx工具箱
- CVRP问题遗传算法实现
- 这里运用了鲸鱼算法和遗传算法的结
- RAGA_PPC投影程序
- 基于遗传算法的任务分配与调度
- 基于遗传算法优化的模糊控制仿真研
- 遗传算法优化BP神经网络权值和阈值
- 基于遗传算法的SVM方法
- 遗传算法求TSP问题
- 遗传算法最优保留
- 遗传算法 NSGA II
- 实值编码遗传算法源程序.txt
- 遗传算法用于机械臂运动规划
- 整数规划问题的遗传算法
- NSGA-III代码
- 基于遗传算法的控制系统的系统辨识
- 结合遗传算法优化BP神经网络的结构和
- 基于遗传算法的机组组合
- 基于遗传算法的作业车间调度优化
- 遗传算法解决TSP问题全
- 基于遗传算法的小波神经网络交通流
- 三维装箱问题的模型与改进遗传算法
- 基于改进免疫遗传算法的矩形件排样
- 基于最短路算法和遗传算法的配电网
- unity_神经网络_遗传算法_简易框架
- 多目标遗传算法源代码
- 基于遗传算法的分支覆盖测试用例自
- 遗传算法优化bp神经网络.zip
- 回溯法、遗传算法、CSP最小冲突法解
- 遗传算法代码
评论
共有 条评论