用C++实现遗传算法-基因优化算法_c++ 手撕遗传算法

用C++实现遗传算法-基因优化算法

遗传算法是一种基于生物进化和自然选择原理的计算方法，通过模拟自然进化过程来搜索最优解。在实际应用中，遗传算法广泛应用于优化问题的求解，如机器学习、信号处理、智能控制等领域。

下面我们将使用C++语言实现一种基本的遗传算法，用于优化一个简单的目标函数。

首先我们需要定义个体编码方式。这里我们采用二进制编码方式，将每个个体抽象为一个01字符串，例如：

0101010100111100011

接下来，我们需要定义适应度函数，用于评估每个个体的适应度值。这里我们以目标函数y = x^2 为例，将个体对应的二进制码按照位权转换为十进制数x，然后计算其对应的y值。代码如下：

double fitness(string str) {
int x = bin2dec(str);
double y = x * x;
return y;
}

int bin2dec(string str) {
int x = 0;
for (int i = 0; i < str.length(); i++) {
if (str[i] == ‘1’) {
x += pow(2, str.length() - i - 1);
}
}
return x;
}

接着，我们需要定义遗传算法所需的三个基本操作：选择、交叉和变异。选择操作是根据适应度函数对每个个体进行评估，然后按照概率进行选择。这里我们采用轮盘赌算法进行随机选择。代码如下：

int selection(vector<