/// <summary>
/// Método que inicia el algoritmo evolutivo para obtener las generaciones
/// </summary>
/// <param name="sentense"> Texto de la generación perfecta </param>
/// <returns> Lista con el mejor de cada generación </returns>
public List <Loop> InitAlgorithm(string sentense)
{
tempListBankLoop = new List <Loop>();
EvolutionaryAlgorithm evolutionaryAlgorithm = new EvolutionaryAlgorithm();
Loop loop = new Loop();
evolutionaryAlgorithm.Sentense = sentense;
evolutionaryAlgorithm.AddMissingCharacter(sentense);
// 1. Iniciar con una cadena aleatoria de 30 caracteres.
loop.Sentence = evolutionaryAlgorithm.FillSentense();
loop.Value = evolutionaryAlgorithm.GetScore(loop.Sentence);
// 2. Realizar 100 copias de la cadena inicial, teniendo en cuenta que cada carácter en la cadena copiada
// tendrá un 5% de probabilidad de que sea reemplazado por un nuevo carácter aleatorio.
return(evolutionaryAlgorithm.GenerateCopy(loop, 1, new List <Loop>()));
}
private void Generate_Click(object sender, EventArgs e)
{
string perfectGeneration = TbPerfectGeneration.Text;
if (perfectGeneration.Length > 0)
{
this.DGVGeneration.Rows.Clear();
this.DGVGeneration.Visible = true;
EvolutionaryAlgorithm evolutionaryAlgorithm = new EvolutionaryAlgorithm();
List <Loop> loops = evolutionaryAlgorithm.InitAlgorithm(perfectGeneration);
for (int pos = 0; pos < loops.Count(); pos++)
{
int r = DGVGeneration.Rows.Add();
DGVGeneration.Rows[r].Cells["ClGeneration"].Value = loops[pos].Generation;
DGVGeneration.Rows[r].Cells["ClMutation"].Value = loops[pos].Sentence;
DGVGeneration.Rows[r].Cells["ClScore"].Value = loops[pos].Value;
}
}
}
