- Java锁的逻辑(结合对象头和ObjectMonitor)
- 还在用饼状图?来瞧瞧这些炫酷的百分比可视化新图形(附代码实现)⛵
- 自动注册实体类到EntityFrameworkCore上下文,并适配ABP及ABPVNext
- 基于Sklearn机器学习代码实战
1、实验内容及目的 。
本实验以遗传算法为研究对象,分析了遗传算法的选择、交叉、变异过程,采用遗传算法设计并实现了商旅问题求解,解决了商旅问题求解最合适的路径,达到用遗传算法迭代求解的目的。选择、交叉、变异各实现了两种,如交叉有顺序交叉和部分交叉.
2、实验环境 。
Windows10 。
开发环境 Python 3/Flask 。
3、 实验设计 与实现 。
。
图1软件结构图 。
Flask.py是后端核心代码,里面是遗传算法实现,index.html为首页,即第一次进入网页的页面,进入之后可以进行参数设置,之后点击开始,参数会传到Flask.py中进行解析和算法运行,最终将迭代结果存到result(存储迭代结果图)和result_path(存储最短路径图)在返回给display.html页面显示.
。
图2系统界面图 。
输入种群规模、迭代次数、 变异概率 、选择比例、交叉概率并选择变异方法、选择个体方法、交叉方法。点击开始即可运行该系统.
具体算法流程图:
。
。
图3核心算法流程图 。
流程图描述:首先根据参数城市数量和种群规模初始一个城市坐标矩阵的列表并计算城市间的距离存到矩阵,最后生成一个 路径矩阵 ,这样就可以进入下一步计算适应度,每一条路径都有其路径距离值和适应度,接下来一次进行选择,交叉,变异操作,循环往复,直至达到了参数中的迭代次数限制.
选择—轮盘赌:(这里我的算法选出的种群数量不一定就恰好是根据比例算出的数量) 。
。
选择—锦标赛:
交叉—顺序交叉:
1、 选切点X,Y 。
2、 交换中间部分 。
3、 从第二个切点Y后第一个基因起列出原顺序,去掉已有基因 。
4、 从第二个切点Y后第一个位置起,将获得的无重复顺序填入 。
。
。
交叉—部分交叉:
1、 选切点 oop 。
2、 选取oop到oop+3部分交换(我这里就是三个,你可以做成随机的几个) 。
3、 判断是否有重复的,若重复则进行 映射 ,保证形成的新一对子代基因无冲突.
。
变异—两点交换 。
1、 随机选取两点 。
2、 两点进行交换 。
变异—相邻交换 。
1、 随机选取一点 。
2、 和该点的后面点进行交换 。
适应度函数:经过测试得A取5,B取0效果好,所以实验中直接取了A=5,B=0运行 。
借鉴了 sigmoid函数 的形式,并对数据做了最大最小标准化,A、B是人为给定的常系数mean、max、min是种群所有个体的目标函数值的均值、最大值、最小值图像如下A=5,B=0 。
适应值较大的更容易进入下一代种群中 。
。
4、实验结果与测试 。
表1 遗传算法解决TSP问题的 测试用例 。
测试内容 | 测试用例 | 预期结果 | 实际结果 |
种群规模 | 1.不输入 2.输入除数字其他 3.输入整数数字 4.输入小数或者负数 |
失败 失败 成功 失败 |
与预期相同 |
迭代次数 | 5.不输入 6.输入除数字其他 7.输入整数数字 8.输入小数或者负数 |
失败 失败 成功 失败 |
与预期相同 |
变异方法 | 9.选择两点交换 10.选择相邻交换 |
成功 成功 |
与预期相同 |
选择个体方法 | 11.选择轮盘赌 12.选择锦标赛 |
成功 成功 |
与预期相同 |
交叉方法 | 13.选择部分交叉 14.选择顺序交叉 |
成功 成功 |
与预期相同 |
变异概率 | 15.不输入 16.输入除数字其他 17.输入小于1的小数 18.输入非小于1的小数或者整数 |
失败 失败 成功 失败 |
与预期相同 |
选择比例 | 19.不输入 20.输入除数字其他 21.输入小于1的小数 22.输入非小于1的小数或者整数 |
失败 失败 成功 失败 |
与预期相同 |
交叉概率 | 23.不输入 24.输入除数字其他 25.输入小于1的小数 26.输入非小于1的小数或者整数 |
失败 失败 成功 失败 |
与预期相同 |
随机产生多少个城市 | 27.不输入 28.输入除数字其他 29.输入整数数字 30. 输入小数或者负数 |
失败 失败 成功 失败 |
与预期相同 |
。
在上述参数设置好之后,即可开始运行系统,最后产生如图11的迭代结果图,最上面是自己的参数设置和最后生成的最小路径 min_dist ,图示整体为每次迭代的路径距离,可见随着迭代次数增加,路径距离一直减小最后趋于稳定。图12为用python画的路径图,图中横轴纵轴为城市位置的X,Y坐标.
。
。
接下来重新选择其他参数来运行一下,看一下有没有区别.
。
。
。
可以从迭代图像看出,参数不同会导致迭代中结果的不同,第一次参数设置的迭代中在前段迭代不稳定,忽上忽下,之后稳定,而第二次参数设置后迭代很快就稳定,没有忽上忽下的现象,所以不同的选择、变异、交叉方法会使迭代结果不同。所以可以根据随机设定让计算机找到最合适的参数设置.
欢迎关注我的知乎平台,我将持续为您解答一系列问题! 。
最后此篇关于遗传算法求TSP问题的文章就讲到这里了,如果你想了解更多关于遗传算法求TSP问题的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
滑动窗口限流 滑动窗口限流是一种常用的限流算法,通过维护一个固定大小的窗口,在单位时间内允许通过的请求次数不超过设定的阈值。具体来说,滑动窗口限流算法通常包括以下几个步骤: 初始化:设置窗口
表达式求值:一个只有+,-,*,/的表达式,没有括号 一种神奇的做法:使用数组存储数字和运算符,先把优先级别高的乘法和除法计算出来,再计算加法和减法 int GetVal(string s){
【算法】前缀和 题目 先来看一道题目:(前缀和模板题) 已知一个数组A[],现在想要求出其中一些数字的和。 输入格式: 先是整数N,M,表示一共有N个数字,有M组询问 接下来有N个数,表示A[1]..
1.前序遍历 根-左-右的顺序遍历,可以使用递归 void preOrder(Node *u){ if(u==NULL)return; printf("%d ",u->val);
先看题目 物品不能分隔,必须全部取走或者留下,因此称为01背包 (只有不取和取两种状态) 看第一个样例 我们需要把4个物品装入一个容量为10的背包 我们可以简化问题,从小到大入手分析 weightva
我最近在一次采访中遇到了这个问题: 给出以下矩阵: [[ R R R R R R], [ R B B B R R], [ B R R R B B], [ R B R R R R]] 找出是否有任
我正在尝试通过 C++ 算法从我的 outlook 帐户发送一封电子邮件,该帐户已经打开并记录,但真的不知道从哪里开始(对于 outlook-c++ 集成),谷歌也没有帮我这么多。任何提示将不胜感激。
我发现自己像这样编写了一个手工制作的 while 循环: std::list foo; // In my case, map, but list is simpler auto currentPoin
我有用于检测正方形的 opencv 代码。现在我想在检测正方形后,代码运行另一个命令。 代码如下: #include "cv.h" #include "cxcore.h" #include "high
我正在尝试模拟一个 matlab 函数“imfill”来填充二进制图像(1 和 0 的二维矩阵)。 我想在矩阵中指定一个起点,并像 imfill 的 4 连接版本那样进行洪水填充。 这是否已经存在于
我正在阅读 Robert Sedgewick 的《C++ 算法》。 Basic recurrences section it was mentioned as 这种循环出现在循环输入以消除一个项目的递
我正在思考如何在我的日历中生成代表任务的数据结构(仅供我个人使用)。我有来自 DBMS 的按日期排序的任务记录,如下所示: 买牛奶(18.1.2013) 任务日期 (2013-01-15) 任务标签(
输入一个未排序的整数数组A[1..n]只有 O(d) :(d int) 计算每个元素在单次迭代中出现在列表中的次数。 map 是balanced Binary Search Tree基于确保 O(nl
我遇到了一个问题,但我仍然不知道如何解决。我想出了如何用蛮力的方式来做到这一点,但是当有成千上万的元素时它就不起作用了。 Problem: Say you are given the followin
我有一个列表列表。 L1= [[...][...][.......].......]如果我在展平列表后获取所有元素并从中提取唯一值,那么我会得到一个列表 L2。我有另一个列表 L3,它是 L2 的某个
我们得到二维矩阵数组(假设长度为 i 和宽度为 j)和整数 k我们必须找到包含这个或更大总和的最小矩形的大小F.e k=7 4 1 1 1 1 1 4 4 Anwser是2,因为4+4=8 >= 7,
我实行 3 类倒制,每周换类。顺序为早类 (m)、晚类 (n) 和下午类 (a)。我固定的订单,即它永远不会改变,即使那个星期不工作也是如此。 我创建了一个函数来获取 ISO 周数。当我给它一个日期时
假设我们有一个输入,它是一个元素列表: {a, b, c, d, e, f} 还有不同的集合,可能包含这些元素的任意组合,也可能包含不在输入列表中的其他元素: A:{e,f} B:{d,f,a} C:
我有一个子集算法,可以找到给定集合的所有子集。原始集合的问题在于它是一个不断增长的集合,如果向其中添加元素,我需要再次重新计算它的子集。 有没有一种方法可以优化子集算法,该算法可以从最后一个计算点重新
我有一个包含 100 万个符号及其预期频率的表格。 我想通过为每个符号分配一个唯一(且前缀唯一)的可变长度位串来压缩这些符号的序列,然后将它们连接在一起以表示序列。 我想分配这些位串,以使编码序列的预
我是一名优秀的程序员,十分优秀!