C++ 遗传学SFLA混合蛙跳算法

2024-02-06 11:50

本文主要是介绍C++ 遗传学SFLA混合蛙跳算法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

蛙跳算法(Shuffled Frog Leading Algorithm)是一种启发式算法,通过启发式函数进行启发式搜索,从而找到组合最优问题的解。

他结合了以遗传为基础的memetic算法和以社会行为为基础的粒子群优化算法的优点。也可以说SFLA=SCE+PSO

一、问题概念:

蛙跳算法的思想是:在一片湿地中生活着一群青蛙。湿地内离散的分布着许多石头,青蛙通过寻找不同的石头进行跳跃去找到食物较多的地方。每只青蛙个体之间通过文化的交流实现信息的交换。每只青蛙都具有自己的文化。每只青蛙的文化被定义为问题的一个解。湿地的整个青蛙群体被分为不同的子群体,每个子群体有着自己的文化,执行局部搜索策略。在子群体中的每个个体有着自己的文化,并且影响着其他个体,也受其他个体的影响,并随着子群体的进化而进化。当子群体进化到一定阶段以后,各个子群体之间再进行思想的交流(全局信息交换)实现子群体间的混合运算,一直到所设置的条件满足为止。


二、解决思路:

在SFLA中,种群被分为若干个子群(memeplex),每一个子群包括一定数量的青蛙。不同的memeplex具有不同的文化,分别进行局部搜索。在每个子群中,每只青蛙都有自己的想法,并且受到其他青蛙想法的影响,通过memetic进化来发展。这样经过一定的memetic进化以及跳跃过程,这些想法思路就在各个memeplex中传播开来,然后,据需局部搜索和跳跃,知道收敛或满足标准为止。


可以这样理解,所有的个体(青蛙)都在朝向相对更优的解进化,然后经过给定的周期(设置的迭代次数)后,再看其所有个体的进化程度。算法的思想是每个个体所含在的基因都朝向一个目标发展(子群最优、全局最优),就像我们会向更优秀的人索取经验、期望和更优秀的人保持更多的相同点一个道理。


三、基本参数

蛙群的数量;
族群的数量;
族群中青蛙的数量;
最大允许跳动步长;
全局最好解;
局部最好解;
局部最差解;
子族群中青蛙的数量;
局部元进化次数;
全局思想交流次数等。


四、算法实现


4.1 初始化

定义基本参数

#define G 100  /*混合迭代次数*/
#define M 3 /*族群数*/
#define I 5 /*一个族群中的个体数*/
#define P M*I /*个体总数*/
#define V 20 /*个体基因维数*/
#define N 10 /*族群内更新次数*/
#define MAX 1000.0/*随机最大值*/
#define MIN -1000.0/*随机最小值*/
#define D 2.0 /*蛙跳的最大值*/
#define R (rand()%100)/100.0
typedef struct {double d[V];double value;
}Individal;
Individal pw[M];/*族群中个体最差*/
Individal pb[M];/*族群中个体最好*/
Individal pg;/*全体中最好*/
Individal group[P];/*整体*/
Individal memeplex[M][I];/*族群*/

生成蛙群,每只蛙个体包括基因维数数组以及价值(适应度)

double fitness(Individal individal)
{int i;double sum = 0;for (i = 0; i<V - 1; i++){sum += pow(individal.d[0] - 0, 2);}return sum;
}void init()
{int i, j;for (i = 0; i<P; i++){for (j = 0; j<V; j++){group[i].d[j] = R*(MAX - MIN) + MIN;}group[i].value = fitness(group[i]);}
}
注:为了观察进化效率,这里我们暂时用差值平方代表适应度


4.2个体排序分组

对青蛙划分等级。将青蛙按照性能的好坏依次排列,生成数组:记录最好青蛙pg,同时对其进行分组(将数组group分成为m个memeplex)

void sort()
{int i, j, k;qsort(group, P, sizeof(Individal), mycmp);k = 0;/*分组*/for (i = 0; i<I; i++){for (j = 0; j<M; j++){memeplex[j][i] = group[k];k++;}}pg = group[P - 1];for (i = 0; i<M; i++){pw[i] = memeplex[i][0];pb[i] = memeplex[i][I - 1];}
}

4.3组内进化(memetic)

4.3.1:设定最大进化次数N,iN=0为进化次数变量,子群个数m,im=0为子群计数变量。在每个memeplex中Pb和Pw分别表示性能最好和最坏的青蛙,Pg表示整个种群中最好的青蛙。在每一轮的进化中,改善最坏青蛙Pw的位置。注意,并非对所有青蛙都优化。
4.3.2:调整最坏青蛙的位置,方法如下:
     青蛙移动的距离   Di=rand()*(Pb-Pw)
     新的位置  Pw=Pw(当前位置)+Di,(Dmax>=Di>=-Dmax)
     其中rand()是0-1之间的随机数,Dmax是青蛙移动的最大距离。
4.3.3:如果上述过程能够使得青蛙有一个更好的位置,即能产生一个更好的解,那么就用新的位置青蛙取代原来的青蛙;否则,用Pg代替Pb,重复上述过程。
4.4.4:如果上述方法仍不能生成更好的青蛙,那么就随机生成一个新解取代原来最坏的青蛙Pw。


int mycmp(const void *a, const void *b) {return (*(Individal*)b).value > (*(Individal*)a).value ?1:-1;
}


void memetic()
{int i, j, k, l, n;double a,b;for (n = 0; n<N; n++){for (i = 0; i<M; i++){Individal temp[M];for (j = 0; j<V; j++){temp[i].d[j] = R*(pb[i].d[j] - pw[i].d[j]);temp[i].d[j] = temp[i].d[j] > D ? D : temp[i].d[j];temp[i].d[j] = temp[i].d[j] < -D ? -D : temp[i].d[j];temp[i].d[j] += pw[i].d[j];}temp[i].value = fitness(temp[i]);if (temp[i].value<pw[i].value)// 子群最好的{memeplex[i][0] = temp[i];qsort(memeplex[i], I, sizeof(Individal), mycmp);pw[i] = memeplex[i][0];pb[i] = memeplex[i][I - 1];}else{for (k = 0; k<V; k++){temp[i].d[k] = R*(pg.d[k] - pw[i].d[k]);temp[i].d[j] = temp[i].d[j] > D ? D : temp[i].d[j];temp[i].d[j] = temp[i].d[j] < -D ? -D : temp[i].d[j];temp[i].d[k] += pw[i].d[k];}temp[i].value = fitness(temp[i]);if (temp[i].value<pw[i].value)//整体最好的{memeplex[i][0] = temp[i];qsort(memeplex[i], I, sizeof(Individal), mycmp);pw[i] = memeplex[i][0];pb[i] = memeplex[i][I - 1];}else                     //随机解{for (l = 0; l<V; l++){memeplex[i][0].d[l] = R*(MAX - MIN) + MIN;}memeplex[i][0].value = fitness(memeplex[i][0]);qsort(memeplex[i], I, sizeof(Individal), mycmp);pw[i] = memeplex[i][0];pb[i] = memeplex[i][I - 1];}}}}
}


4.种群迭代

青蛙在memeplex之间跳跃。在每个memeplex中执行了一定的memetic进化之后,将各个子群合并到整体,再重新排序,并更新种群中最好的青蛙Pg
如果迭代终止条件满足,则停止;否则,继续迭代.一般情况下,当执行了一定次数的循环进化,代表最好解的青蛙的位置不再改变的时候,算法停止。

void renew()
{int i, j, k;i = 0;for (j = 0; j<M; j++){for (k = 0; k<I; k++){group[i] = memeplex[j][k];i++;}}
}

外部迭代循环:

	for (int i = 0; i<G; i++){sort();memetic();renew();}



五、参考流程图





六、测试截图

void test()
{init();for (int i = 0; i<G; i++){sort();memetic();renew();}pg = group[P - 1];printf("the best is:%f\n", pg.value);//for (int i = 0; i<V; i++)//{//	printf("d[(%d)]=%f\n", i, pg.d[i]);//}}void main()
{int n = 10;while (n--){test();}system("pause");
}



参考学习网址:

https://wenku.baidu.com/view/f91e94ec011ca300a6c390b4.html

http://blog.csdn.net/yi_tech_blog/article/details/53261323

http://www.cnblogs.com/tomatokely/p/7552678.html



这篇关于C++ 遗传学SFLA混合蛙跳算法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/684218

相关文章

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

C++ 中的 if-constexpr语法和作用

《C++中的if-constexpr语法和作用》if-constexpr语法是C++17引入的新语法特性,也被称为常量if表达式或静态if(staticif),:本文主要介绍C++中的if-c... 目录1 if-constexpr 语法1.1 基本语法1.2 扩展说明1.2.1 条件表达式1.2.2 fa

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

C++中::SHCreateDirectoryEx函数使用方法

《C++中::SHCreateDirectoryEx函数使用方法》::SHCreateDirectoryEx用于创建多级目录,类似于mkdir-p命令,本文主要介绍了C++中::SHCreateDir... 目录1. 函数原型与依赖项2. 基本使用示例示例 1:创建单层目录示例 2:创建多级目录3. 关键注

C++从序列容器中删除元素的四种方法

《C++从序列容器中删除元素的四种方法》删除元素的方法在序列容器和关联容器之间是非常不同的,在序列容器中,vector和string是最常用的,但这里也会介绍deque和list以供全面了解,尽管在一... 目录一、简介二、移除给定位置的元素三、移除与某个值相等的元素3.1、序列容器vector、deque

C++常见容器获取头元素的方法大全

《C++常见容器获取头元素的方法大全》在C++编程中,容器是存储和管理数据集合的重要工具,不同的容器提供了不同的接口来访问和操作其中的元素,获取容器的头元素(即第一个元素)是常见的操作之一,本文将详细... 目录一、std::vector二、std::list三、std::deque四、std::forwa

C++字符串提取和分割的多种方法

《C++字符串提取和分割的多种方法》在C++编程中,字符串处理是一个常见的任务,尤其是在需要从字符串中提取特定数据时,本文将详细探讨如何使用C++标准库中的工具来提取和分割字符串,并分析不同方法的适用... 目录1. 字符串提取的基本方法1.1 使用 std::istringstream 和 >> 操作符示

C++原地删除有序数组重复项的N种方法

《C++原地删除有序数组重复项的N种方法》给定一个排序数组,你需要在原地删除重复出现的元素,使得每个元素只出现一次,返回移除后数组的新长度,不要使用额外的数组空间,你必须在原地修改输入数组并在使用O(... 目录一、问题二、问题分析三、算法实现四、问题变体:最多保留两次五、分析和代码实现5.1、问题分析5.

C++ 各种map特点对比分析

《C++各种map特点对比分析》文章比较了C++中不同类型的map(如std::map,std::unordered_map,std::multimap,std::unordered_multima... 目录特点比较C++ 示例代码 ​​​​​​代码解释特点比较1. std::map底层实现:基于红黑

C++中函数模板与类模板的简单使用及区别介绍

《C++中函数模板与类模板的简单使用及区别介绍》这篇文章介绍了C++中的模板机制,包括函数模板和类模板的概念、语法和实际应用,函数模板通过类型参数实现泛型操作,而类模板允许创建可处理多种数据类型的类,... 目录一、函数模板定义语法真实示例二、类模板三、关键区别四、注意事项 ‌在C++中,模板是实现泛型编程