轮盘赌选择,原理及C++实现
2016-03-31 17:00
1926 查看
轮盘赌选择:What's the Roulette Wheel Selection
轮盘赌选择又称比例选择算子。
基本思想:个体被选中的概率与其适应度函数值成正比。
设群体大小为n,个体i的适应度为Fi,则个体i被选中遗传到下一代群体的概率为:
工作过程:
设想群体全部个体的适当性分数由一张饼图来代表 (见图)。
群体中每一染色体指定饼图中一个小块。块的大小与染色体的适应性分数成比例,适应性分数愈高,它在饼图中对应的小块所占面积也愈大。为了选取一个染色体,要做的就是旋转这个轮子,直到轮盘停止时,看指针停止在哪一块上,就选中与它对应的那个染色体。
举例:
若产生随机数为0.81,则6号个体被选中。
实现代码:
int RouletteWheelSelection()
{
//每次选择一个个体,返回个体在数组中的下标
double fSlice = RandomDouble() * m_dTotalFitnessScore;
double cfTotal = 0.0; //概率统计
int SelectedGenomePos = 0; //被选中的个体下标
int i;
for (i = 0; i < POP_SIZE; ++i)
{
cfTotal += m_vecGenomes[i].dFitness;
if (cfTotal > fSlice)
{
SelectedGenomePos = i;
break;
}
}
return SelectedGenomePos;
轮盘赌选择又称比例选择算子。
基本思想:个体被选中的概率与其适应度函数值成正比。
设群体大小为n,个体i的适应度为Fi,则个体i被选中遗传到下一代群体的概率为:
工作过程:
设想群体全部个体的适当性分数由一张饼图来代表 (见图)。
群体中每一染色体指定饼图中一个小块。块的大小与染色体的适应性分数成比例,适应性分数愈高,它在饼图中对应的小块所占面积也愈大。为了选取一个染色体,要做的就是旋转这个轮子,直到轮盘停止时,看指针停止在哪一块上,就选中与它对应的那个染色体。
举例:
若产生随机数为0.81,则6号个体被选中。
实现代码:
int RouletteWheelSelection()
{
//每次选择一个个体,返回个体在数组中的下标
double fSlice = RandomDouble() * m_dTotalFitnessScore;
double cfTotal = 0.0; //概率统计
int SelectedGenomePos = 0; //被选中的个体下标
int i;
for (i = 0; i < POP_SIZE; ++i)
{
cfTotal += m_vecGenomes[i].dFitness;
if (cfTotal > fSlice)
{
SelectedGenomePos = i;
break;
}
}
return SelectedGenomePos;
相关文章推荐
- 大数加法
- C++继承时派生类的成员访问属性
- C++算法标准库常用算法
- (C++)UrlEncode的标准实现
- C,C++宏中#与##的讲解
- 静态成员和静态成员函数
- 蘑菇街笔试题1
- 关于C++变量初始化的总结(转载+自己总结)
- Protocol Buffer技术详解(C++实例)
- C++常用库函数
- C++ MFC连接mysql
- C++ STL 排序函数
- 蘑菇街笔试题5
- C++ string与int的互相转换
- [高质量C++/C编程]—代码风格总结 未完结
- c++应用程序文件的编译过程
- C++STL库之algorithm库
- C++ STL 容器、迭代器、适配器
- 主要几个发行版的 gcc 对 c++ 新标准的支持情况区别
- 用C++实现一个Brainfuck解释器