public DataCase(int a, int b, int r)
{
rnd = new Random();
if (r % (b - 1) == 0)
{
MemoryAllocation(a, b, r);
RandInitValues();
}
else
{
Console.WriteLine("Недопустимые значения, инициализация по умолчанию!\n");
MemoryAllocation();
BaseInitValues(); //Метод инициализации проверочными значениями
}
Individ.StaticInit(numberOfCompany, numberOfAttachmentSizes, resources, tableOfOffers, sizeOfAttachment);
}
public void GeneticAlg() //Отвратительно работает, когда количество компаний больше количества предложений, т.е. когда в оптимальном генотипе есть множество нулей
{
int populationSize = numberOfAttachmentSizes * numberOfCompany;
Individ.StaticInit(numberOfCompany, numberOfAttachmentSizes, resources, tableOfOffers, sizeOfAttachment);
Console.WriteLine("Стартовая популяция: ");
Individ[] population = new Individ[populationSize];
for (int i = 0; i < populationSize; i++)
{
population[i] = new Individ(rnd, rnd.Next(2)); //Случайная генерация стартовой популяции
//population[i].Print();
}
Console.WriteLine("Конец стартовой популяции");
int counter = 0;
while (counter++ < 100)
{
double sumFitness = 0;
Individ[] child = new Individ[populationSize * 3];
for (int i = 0; i < populationSize; i++)
{
child[i] = new Individ(population[i]);
sumFitness += child[i].GetFitness();
}
for (int i = populationSize; i < populationSize * 3; i++) //Создание потомков путем одноточечного кроссовера
{
child[i] = Crossover(population, populationSize); //Можно вставить формулу, но так красивее
sumFitness += child[i].GetFitness();
}
for (int i = 0; i < populationSize / 10; i++)
{
sumFitness += child[rnd.Next(populationSize * 3)].Mutation(rnd);
}
double averageFitness = sumFitness / (populationSize * 3);
population = WheelRotation(child, populationSize, Convert.ToInt32(Math.Ceiling(sumFitness)));
//Console.WriteLine("Потомки:");
//for (int i = 0; i < populationSize * 2; i++)
// child[i].Print();
//population = ProportionalSelection(population, child, populationSize, averageFitness);
//Console.WriteLine("Суммарная приспособленность равна: " + sumFitness);
//Console.WriteLine("Средняя приспособленность: " + averageFitness); //Округляет вверх всегда
//for (int i = 0; i < populationSize; i++)
// population[i].Print();
}
//for (int i = 0; i < populationSize; i++)
// population[i].Print();
Console.WriteLine("Наилучшее найденное решение: ");
population[FindBest(population, populationSize)].Print();
}
