/// <summary>
/// Метод осуществляет скрещивание заданных геномов
/// </summary>
/// <param name="FirstParent">Геном первого родителя</param>
/// <param name="SecondParent">Геном второго родителя</param>
/// <returns>Возвращает геном, полученный в результате скрещивания</returns>
public static SalesmanGenom Crossingover(SalesmanGenom FirstParent, SalesmanGenom SecondParent)
{
if (FirstParent.genesCount != SecondParent.genesCount)
{
return(null);
}
int GenesCount = FirstParent.GenesCount;
SalesmanGenom NewGenom = new SalesmanGenom(GenesCount);
//Копируем половину (или меньше округленную в меньшую часть половину, если GenesCount - нечетное) генома первого родителя
Array.ConstrainedCopy(FirstParent.townsIndicesSequence, 0, NewGenom.townsIndicesSequence, 0, GenesCount / 2);
//..и затем вторую половину генома второго родителя
Array.ConstrainedCopy(SecondParent.townsIndicesSequence, GenesCount / 2, NewGenom.townsIndicesSequence, GenesCount / 2, GenesCount / 2 + GenesCount % 2);
return(NewGenom);
}
/// <summary>
/// Метод нахождения решения задачи коммивояжера для заданной матрицы смежности простым перебором
/// </summary>
/// <param name="ResultSequence"></param>
/// <returns>Возвращает значение, позволющее судить о возникновении определенных исключительных ситуаций</returns>
public static SalesmanGenom SolveViaExhaustiveAlgorithm()
{
//Засекаем начальное время
DateTime StartTime = DateTime.Now;
SalesmanGenom ResultSequence = null;
int MatrixSize = adjacencyMatrix.GetLength(0);
//Генерируем антилексикографически упорядоченную перестановку из индексов городов, кроме того, с которого начинаем идти
byte[] TempSequence = new byte[MatrixSize - 1];
int InsertPosition = 0;
for (byte i = 0; i < MatrixSize; ++i)
{
if (i != startTown)
{
TempSequence[InsertPosition] = i;
++InsertPosition;
}
}
//Переменная, хранящая минимальное пройденное расстояние
int MinDistance = int.MaxValue;
int t = 0;
do
{
int CurrentDistance = adjacencyMatrix[startTown, TempSequence[0]];
//Считаем расстояния между городами
for (int i = 0; i < MatrixSize - 2; ++i)
{
CurrentDistance += adjacencyMatrix[TempSequence[i], TempSequence[i + 1]];
}
//Учитывая, что коммивояжер должен вернуться в первый город, прибавляем расстояние от последнего города до первого
CurrentDistance += adjacencyMatrix[startTown, TempSequence[TempSequence.Count() - 1]];
//Если путь валидный и его длина меньше минимальной
if (CurrentDistance < MinDistance)
{
MinDistance = CurrentDistance;
ResultSequence = new SalesmanGenom(TempSequence);
}
++t;
}
//Генерируем следующую перестановку
while (NextPermutation(ref TempSequence));
//Вычисляем разницу между временем начала работы алгоритма и его концом
exhaustiveExecutionTime = new TimeSpan((DateTime.Now - StartTime).Milliseconds);
return(ResultSequence);
}
private void buttonStartGenetic_Click(object sender, EventArgs e)
{
byte StartTown = (byte)(numericUpDownStartTown.Value);
SalesmanTaskSolver.StartTown = (int)numericUpDownStartTown.Value;
SalesmanGenom Genom = SalesmanTaskSolver.SolveViaGeneticAlgorithm();
StringBuilder Builder = new StringBuilder(StartTown.ToString(), 11);
for (int i = 0; i < Genom.GenesCount; ++i)
{
Builder.Append('-');
Builder.Append(Genom[i].ToString());
}
Builder.Append("-" + StartTown.ToString());
labelGeneticResult.Text = Builder.ToString();
int Length = 0;
for (int i = 0; i < Genom.GenesCount - 1; ++i)
{
Length += AdjacencyMatrix[i, i + 1];
}
labelGeneticPathLength.Text = Length.ToString();
labelGeneticTotalTime.Text = SalesmanTaskSolver.GeneticExecutionTime.ToString();
}
