public static Osobnik[] GenerujŚcieżkowoLosowo(int liczbaWierzchołków, int liczbaOsobników)
{
Osobnik[] populacja = new Osobnik[liczbaOsobników];
FenotypŚcieżkowo fenotyp = new FenotypŚcieżkowo();
FunkcjaCelu funkcja_celu = new FunkcjaCelu();
Random los = new Random();
Parallel.For(0, liczbaOsobników, indeks =>
{
int[] tymczasowa_tablica = Enumerable.Range(1, liczbaWierzchołków).ToArray();
int[] tymczasowa_tablica2 = tymczasowa_tablica.OrderBy(x => los.Next()).ToArray();
Osobnik wygenerowany_osobnik = new Osobnik(tymczasowa_tablica2, fenotyp, funkcja_celu);
while (wygenerowany_osobnik.Liczba_baterii > 99)
{
for (int j = 0; j < liczbaWierzchołków; j++)
{
tymczasowa_tablica[j] = j + 1;
}
tymczasowa_tablica2 = tymczasowa_tablica.OrderBy(x => los.Next()).ToArray();
wygenerowany_osobnik = new Osobnik(tymczasowa_tablica2, fenotyp, funkcja_celu);
}
populacja[indeks] = wygenerowany_osobnik;
});
Console.WriteLine("wygenerowano");
return(populacja);
}
public static Osobnik[] GenerujŚcieżkowoZachłannie(int liczbaWierzchołków, int liczbaOsobników)
{
Osobnik[] populacja = new Osobnik[liczbaOsobników];
FenotypŚcieżkowo fenotyp = new FenotypŚcieżkowo();
FunkcjaCelu funkcja_celu = new FunkcjaCelu();
Parallel.For(0, liczbaOsobników, indeks =>
{
int[] tymczasowa_tablica = new int[liczbaWierzchołków];
tymczasowa_tablica = Zachłanny.WygenerujOsobnika();
Osobnik wygenerowany_osobnik = new Osobnik(tymczasowa_tablica, fenotyp, funkcja_celu);
while (wygenerowany_osobnik.Liczba_baterii > 99)
{
tymczasowa_tablica = Zachłanny.WygenerujOsobnika();
wygenerowany_osobnik = new Osobnik(tymczasowa_tablica, fenotyp, funkcja_celu);
}
populacja[indeks] = wygenerowany_osobnik;
});
Console.WriteLine("wygenerowano");
return(populacja);
}
private void Oblicz(FunkcjaCelu funkcja)
{
liczba_baterii = 0;
do
{
liczba_baterii++;
wartość = funkcja.Oblicz(fenotyp, liczba_baterii);
} while (wartość == -1);
}
public static int[] WygenerujOsobnika()
{
FenotypŚcieżkowo fenotyp = new FenotypŚcieżkowo();
FunkcjaCelu funkcja = new FunkcjaCelu();
int[] osobnik = new int[Miasta.Liczba_miast];
osobnik = StwórzOsobnika();
return(osobnik);
}
public Algorytm(Osobnik[] populacja_startowa, Selekcja selekcja, Rekombinacja rekombinacja, Mutacja mutacja, WarunekStopu warunek_stopu, int parametr_stopu, Fenotyp fenotyp, FunkcjaCelu funkcja_celu)
{
populacja = populacja_startowa;
this.selekcja = selekcja;
this.rekombinacja = rekombinacja;
this.mutacja = mutacja;
this.fenotyp = fenotyp;
this.funkcja_celu = funkcja_celu;
liczba_osobników = populacja_startowa.Length;
this.warunek_stopu = warunek_stopu;
this.parametr_stopu = parametr_stopu;
nowa_populacja = new Osobnik[Liczba_osobników];
}
public static Osobnik[] GenerujKolejkowo12345(int liczbaWierzchołków, int liczbaOsobników)
{
Osobnik[] populacja = new Osobnik[liczbaOsobników];
FenotypŚcieżkowo fenotyp = new FenotypŚcieżkowo();
FunkcjaCelu funkcja_celu = new FunkcjaCelu();
Parallel.For(0, liczbaOsobników, indeks =>
{
int[] tymczasowa_tablica = new int[liczbaWierzchołków];
Osobnik wygenerowany_osobnik = new Osobnik(tymczasowa_tablica, fenotyp, funkcja_celu);
populacja[indeks] = wygenerowany_osobnik;
});
Console.WriteLine("wygenerowano");
return(populacja);
}
public static ZachłannyWyniki Oblicz()
{
int liczba_miast = Miasta.Liczba_miast;
List <Współrzędne> lista_współrzędnych = new List <Współrzędne>();
lista_współrzędnych.AddRange(Miasta.Lista_miast);
int[] osobnik = new int[liczba_miast];
int indeks_miasta = LosowaKlasa.Los.Next(liczba_miast);
osobnik[0] = lista_współrzędnych[indeks_miasta].Nr_miasta;
lista_współrzędnych.RemoveAt(indeks_miasta);
for (int i = 1; i < liczba_miast; i++)
{
indeks_miasta = ZnajdźNajbliższeMiasto(lista_współrzędnych, indeks_miasta);
osobnik[i] = lista_współrzędnych[indeks_miasta].Nr_miasta;
lista_współrzędnych.RemoveAt(indeks_miasta);
}
FenotypŚcieżkowo fenotyp = new FenotypŚcieżkowo();
FunkcjaCelu funkcja = new FunkcjaCelu();
int liczba_baterii = 0;
double wartość_funkcji;
do
{
liczba_baterii++;
wartość_funkcji = funkcja.Oblicz(fenotyp.Oblicz(osobnik.ToArray()), liczba_baterii);
} while (wartość_funkcji == -1);
ZachłannyWyniki wynik = new ZachłannyWyniki(liczba_baterii, osobnik);
Console.WriteLine("Liczba baterii: " + liczba_baterii);
Console.WriteLine("Czas " + wartość_funkcji);
return(wynik);
}
public static Osobnik[] GenerujKolejkowoLosowo(int liczbaWierzchołków, int liczbaOsobników)
{
Osobnik[] populacja = new Osobnik[liczbaOsobników];
FenotypKolejkowo fenotyp = new FenotypKolejkowo();
FunkcjaCelu funkcja_celu = new FunkcjaCelu();
Parallel.For(0, liczbaOsobników, indeks =>
{
int[] tymczasowa_tablica = new int[liczbaWierzchołków];
Random los = new Random();
for (int j = 0; j < liczbaWierzchołków; j++)
{
tymczasowa_tablica[j] = los.Next(1, liczbaWierzchołków + 1 - j);
}
Osobnik wygenerowany_osobnik = new Osobnik(tymczasowa_tablica, fenotyp, funkcja_celu);
while (wygenerowany_osobnik.Liczba_baterii > 99)
{
for (int j = 0; j < liczbaWierzchołków; j++)
{
tymczasowa_tablica[j] = los.Next(1, liczbaWierzchołków + 1 - j);
}
wygenerowany_osobnik = new Osobnik(tymczasowa_tablica, fenotyp, funkcja_celu);
}
populacja[indeks] = wygenerowany_osobnik;
});
Console.WriteLine("wygenerowano");
return(populacja);
}
static void Wykonaj(string ścieżka_startowa)
{
string ścieżka = ścieżka_startowa; // domyślnie "parametry.txt"
StreamReader czytany_strumień = new StreamReader(ścieżka);
// lista miast
string ścieżka_do_miast = czytany_strumień.ReadLine();
// wielkość populacji
int wielkość_populacji = Convert.ToInt32(czytany_strumień.ReadLine());
// rodzaj algorytmu
int nr_algorytmu = Convert.ToInt32(czytany_strumień.ReadLine());
// populacja startowa
int nr_generowania_populacji_startowej = Convert.ToInt32(czytany_strumień.ReadLine());
// selekcja
int nr_selekcji = Convert.ToInt32(czytany_strumień.ReadLine());
Selekcja selekcja;
if (nr_selekcji == 0)
{
selekcja = new SelekcjaTurniejowa();
}
else
{
selekcja = new SelekcjaRuletkaRankingowa();
double[] prawdopodobieństwa = new double[wielkość_populacji];
int suma = 0;
for (int i = 0; i < prawdopodobieństwa.Length; i++)
{
prawdopodobieństwa[i] = i + 1;
suma += i + 1;
}
for (int i = 0; i < prawdopodobieństwa.Length; i++)
{
prawdopodobieństwa[i] = prawdopodobieństwa[i] / suma;
}
selekcja.Prawdopodobieństwa = prawdopodobieństwa;
}
// rekombinacja, fenotyp
int nr_rekombinacji = Convert.ToInt32(czytany_strumień.ReadLine());
Rekombinacja rekombinacja;
Fenotyp fenotyp;
Miasta.Lista_miast = WczytywanieZPliku.Wczytaj(ścieżka_do_miast);
if (nr_rekombinacji == 0)
{
rekombinacja = new RekombinacjaPMX();
fenotyp = new FenotypŚcieżkowo();
}
else if (nr_rekombinacji == 1)
{
rekombinacja = new RekombinacjaCięcieIŁączenie();
fenotyp = new FenotypKolejkowo();
}
else if (nr_rekombinacji == 2)
{
rekombinacja = new RekombinacjaCX();
fenotyp = new FenotypŚcieżkowo();
}
else
{
rekombinacja = new RekombinacjaOX();
fenotyp = new FenotypŚcieżkowo();
}
// prawdopodobieństwo mutacji w %
double prawdopodobieństwo_mutacji = Convert.ToDouble(czytany_strumień.ReadLine()) / 100;
// mutacja
int nr_mutacji = Convert.ToInt32(czytany_strumień.ReadLine());
Mutacja mutacja;
if (nr_rekombinacji == 1)
{
mutacja = new MutacjaKolejkowa(prawdopodobieństwo_mutacji);
}
else
{
if (nr_mutacji == 0)
{
mutacja = new MutacjaPrzezZamianęMiast(prawdopodobieństwo_mutacji);
}
else
{
mutacja = new MutacjaINVEROVER(prawdopodobieństwo_mutacji);
}
}
// warunek stopu
string wiersz = czytany_strumień.ReadLine();
string[] podzielony_wiersz = wiersz.Split(' ');
Algorytm.WarunekStopu warunek_stopu = (Algorytm.WarunekStopu)Convert.ToInt32(podzielony_wiersz[0]);
int parametr_stopu = Convert.ToInt32(podzielony_wiersz[1]);
// liczba powtórzeń algorytmu
int liczba_powtórzeń = Convert.ToInt32(czytany_strumień.ReadLine());
// ścieżka, gdzie zapisaywane są wyniki
string ścieżka_do_wyników = czytany_strumień.ReadLine();
czytany_strumień.Close();
FunkcjaCelu funkcja_celu = new FunkcjaCelu();
Osobnik[] wyniki = new Osobnik[liczba_powtórzeń];
int[] numery_pokoleń = new int[liczba_powtórzeń];
double[] czasy_wykonań = new double[liczba_powtórzeń];
Stopwatch stoper = new Stopwatch();
stoper.Start();
if (nr_algorytmu == 0)
{
Parallel.For(0, liczba_powtórzeń, indeks =>
{
Stopwatch stoper_indywidualny = new Stopwatch();
stoper_indywidualny.Start();
Osobnik[] populacja = new Osobnik[wielkość_populacji];
if (nr_rekombinacji == 1)
{
if (nr_generowania_populacji_startowej == 0)
{
populacja = Populacja.GenerujKolejkowoLosowo(Miasta.Liczba_miast, wielkość_populacji);
}
else if (nr_generowania_populacji_startowej == 1)
{
populacja = Populacja.GenerujKolejkowoZachłannie(Miasta.Liczba_miast, wielkość_populacji);
}
else
{
populacja = Populacja.GenerujKolejkowo12345(Miasta.Liczba_miast, wielkość_populacji);
}
}
else
{
if (nr_generowania_populacji_startowej == 0)
{
populacja = Populacja.GenerujŚcieżkowoLosowo(Miasta.Liczba_miast, wielkość_populacji);
}
else if (nr_generowania_populacji_startowej == 1)
{
populacja = Populacja.GenerujŚcieżkowoZachłannie(Miasta.Liczba_miast, wielkość_populacji);
}
else
{
populacja = Populacja.GenerujŚcieżkowo12345(Miasta.Liczba_miast, wielkość_populacji);
}
}
Algorytm algorytm = new Algorytm(populacja, selekcja, rekombinacja, mutacja, warunek_stopu, parametr_stopu, fenotyp, funkcja_celu);
Dictionary <int, Osobnik> słownik = algorytm.Oblicz();
wyniki[indeks] = słownik.Last().Value;
numery_pokoleń[indeks] = słownik.Last().Key;
stoper_indywidualny.Stop();
czasy_wykonań[indeks] = stoper.ElapsedMilliseconds;
Console.WriteLine("Powtórzenie " + indeks + " : " + wyniki[indeks].Wartość);
Console.WriteLine("Numer pokolenia: " + numery_pokoleń[indeks]);
Console.WriteLine("Czas wykonania: " + czasy_wykonań[indeks] + " ms");
Console.WriteLine();
});
}
else if (nr_algorytmu == 1)
{
Fenotyp fenotyp2 = new FenotypŚcieżkowo();
Parallel.For(0, liczba_powtórzeń, indeks =>
{
int[] tymczasowa_tablica = Zachłanny.WygenerujOsobnika();
Osobnik osobnik = new Osobnik(tymczasowa_tablica, fenotyp2, funkcja_celu);
while (osobnik.Liczba_baterii > 99)
{
tymczasowa_tablica = Zachłanny.WygenerujOsobnika();
osobnik = new Osobnik(tymczasowa_tablica, fenotyp2, funkcja_celu);
}
wyniki[indeks] = osobnik;
Console.WriteLine("Powtórzenie " + indeks + " : " + wyniki[indeks].Wartość);
});
}
else
{
}
stoper.Stop();
double czas_programu = stoper.ElapsedMilliseconds;
StreamWriter zapisywany_strumień = new StreamWriter(ścieżka_do_wyników);
zapisywany_strumień.WriteLine(ścieżka_do_miast);
zapisywany_strumień.WriteLine("Wielkość populacji: " + wielkość_populacji);
if (nr_algorytmu == 0)
{
zapisywany_strumień.WriteLine("Algorytm: ewolucyjny");
if (nr_generowania_populacji_startowej == 0)
{
zapisywany_strumień.WriteLine("Generowanie populacji: losowe");
}
else if (nr_generowania_populacji_startowej == 1)
{
zapisywany_strumień.WriteLine("Generowanie populacji: zachłanne");
}
else
{
zapisywany_strumień.WriteLine("Generowanie populacji: 1 2 3 4 5...");
}
if (nr_selekcji == 0)
{
zapisywany_strumień.WriteLine("turniej");
}
else
{
zapisywany_strumień.WriteLine("ranking");
}
if (nr_rekombinacji == 0)
{
zapisywany_strumień.WriteLine("PMX");
zapisywany_strumień.WriteLine("Prawdopodobieństwo mutacji: " + prawdopodobieństwo_mutacji * 100 + "%");
if (nr_mutacji == 0)
{
zapisywany_strumień.WriteLine("Mutacja: zamiana dwóch losowych miast");
}
else
{
zapisywany_strumień.WriteLine("Mutacja: INVER-OVER");
}
}
else if (nr_rekombinacji == 1)
{
zapisywany_strumień.WriteLine("cięcie i łączenie");
zapisywany_strumień.WriteLine("Prawdopodobieństwo mutacji: " + prawdopodobieństwo_mutacji * 100 + "%");
zapisywany_strumień.WriteLine("Mutacja: zmiana jednej współrzędnej w reprezentacji kolejkowej");
}
else if (nr_rekombinacji == 2)
{
zapisywany_strumień.WriteLine("CX");
zapisywany_strumień.WriteLine("Prawdopodobieństwo mutacji: " + prawdopodobieństwo_mutacji * 100 + "%");
if (nr_mutacji == 0)
{
zapisywany_strumień.WriteLine("Mutacja: zamiana dwóch losowych miast");
}
else
{
zapisywany_strumień.WriteLine("Mutacja: INVER-OVER");
}
}
else
{
zapisywany_strumień.WriteLine("OX");
zapisywany_strumień.WriteLine("Prawdopodobieństwo mutacji: " + prawdopodobieństwo_mutacji * 100 + "%");
if (nr_mutacji == 0)
{
zapisywany_strumień.WriteLine("Mutacja: zamiana dwóch losowych miast");
}
else
{
zapisywany_strumień.WriteLine("Mutacja: INVER-OVER");
}
}
if (warunek_stopu == 0)
{
zapisywany_strumień.WriteLine("Warunek stopu: liczba pokoleń = " + parametr_stopu);
}
else if ((int)warunek_stopu == 1)
{
zapisywany_strumień.WriteLine("Warunek stopu: czas = " + parametr_stopu + " sek");
}
else if ((int)warunek_stopu == 2)
{
zapisywany_strumień.WriteLine("Warunek stopu: poprawa w ostatnich k pokoleń = " + parametr_stopu);
}
else
{
zapisywany_strumień.WriteLine("Warunek stopu: różnorodność populacji");
}
}
else if (nr_algorytmu == 1)
{
zapisywany_strumień.WriteLine("Algorytm: zachłanny");
}
else
{
zapisywany_strumień.WriteLine("Algorytm: Sprawdzenie liczby baterii, dla jakich generowane są ścieżki w algorytmie zachłannym");
}
zapisywany_strumień.WriteLine("Liczba powtórzeń: " + liczba_powtórzeń);
zapisywany_strumień.WriteLine("Czas wykonania: " + czas_programu + " ms");
zapisywany_strumień.WriteLine();
zapisywany_strumień.WriteLine("Wyniki:");
foreach (Osobnik osobnik in wyniki)
{
zapisywany_strumień.WriteLine(osobnik.Wartość);
}
zapisywany_strumień.WriteLine();
zapisywany_strumień.WriteLine("Liczby baterii:");
foreach (Osobnik osobnik in wyniki)
{
zapisywany_strumień.WriteLine(osobnik.Liczba_baterii);
}
zapisywany_strumień.WriteLine();
zapisywany_strumień.WriteLine("Numery pokoleń:");
foreach (int nr_pokolenia in numery_pokoleń)
{
zapisywany_strumień.WriteLine(nr_pokolenia);
}
zapisywany_strumień.WriteLine();
zapisywany_strumień.WriteLine("Czasy obliczeń poszczególnych powtórzeń [ms]:");
foreach (double czas in czasy_wykonań)
{
zapisywany_strumień.WriteLine(czas);
}
zapisywany_strumień.WriteLine();
zapisywany_strumień.WriteLine("Numery miast:");
foreach (Osobnik osobnik in wyniki)
{
foreach (Współrzędne miasto in osobnik.Fenotyp)
{
zapisywany_strumień.Write(miasto.Nr_miasta + " ");
}
zapisywany_strumień.WriteLine();
zapisywany_strumień.WriteLine();
}
zapisywany_strumień.Close();
Console.WriteLine();
Console.WriteLine("Gotowe! Wyniki zapisano w '" + ścieżka_do_wyników + "'.");
}
public abstract Osobnik DokonajSelekcji(Osobnik[] populacja, Fenotyp fenotyp, FunkcjaCelu funkcja_celu);
public override Osobnik DokonajRekombinacji(Osobnik mama, Osobnik tata, Mutacja mutacja, Fenotyp fenotyp, FunkcjaCelu funkcja_celu)
{
int liczba_miast = Miasta.Liczba_miast;
int[] genotyp_dziecka = new int[liczba_miast];
Osobnik dziecko;
int punkt_przecięcia = LosowaKlasa.Los.Next(liczba_miast);
int punkt_przecięcia2 = LosowaKlasa.Los.Next(liczba_miast);
bool[] czy_dziecko_zawiera = new bool[liczba_miast];
int[] na_którym_miejscu_w_ojcu = new int[liczba_miast];
for (int i = 0; i < liczba_miast; i++)
{
na_którym_miejscu_w_ojcu[tata.Genotyp[i] - 1] = i;
}
if (punkt_przecięcia > punkt_przecięcia2)
{
for (int i = punkt_przecięcia; i < liczba_miast; i++)
{
genotyp_dziecka[i] = tata.Genotyp[i];
czy_dziecko_zawiera[genotyp_dziecka[i] - 1] = true;
}
for (int i = 0; i < punkt_przecięcia2; i++)
{
genotyp_dziecka[i] = tata.Genotyp[i];
czy_dziecko_zawiera[genotyp_dziecka[i] - 1] = true;
}
for (int i = punkt_przecięcia2; i < punkt_przecięcia; i++)
{
int tymczasowa_liczba = mama.Genotyp[i];
while (czy_dziecko_zawiera[tymczasowa_liczba - 1])
{
tymczasowa_liczba = mama.Genotyp[na_którym_miejscu_w_ojcu[tymczasowa_liczba - 1]];
}
genotyp_dziecka[i] = tymczasowa_liczba;
}
}
else
{
for (int i = punkt_przecięcia; i < punkt_przecięcia2; i++)
{
genotyp_dziecka[i] = tata.Genotyp[i];
czy_dziecko_zawiera[genotyp_dziecka[i] - 1] = true;
}
for (int i = 0; i < punkt_przecięcia; i++)
{
int tymczasowa_liczba = mama.Genotyp[i];
while (czy_dziecko_zawiera[tymczasowa_liczba - 1])
{
tymczasowa_liczba = mama.Genotyp[na_którym_miejscu_w_ojcu[tymczasowa_liczba - 1]];
}
genotyp_dziecka[i] = tymczasowa_liczba;
}
for (int i = punkt_przecięcia2; i < liczba_miast; i++)
{
int tymczasowa_liczba = mama.Genotyp[i];
while (czy_dziecko_zawiera[tymczasowa_liczba - 1])
{
tymczasowa_liczba = mama.Genotyp[na_którym_miejscu_w_ojcu[tymczasowa_liczba - 1]];
}
genotyp_dziecka[i] = tymczasowa_liczba;
}
}
double wylosowana_liczba = LosowaKlasa.Los.NextDouble();
if (wylosowana_liczba < mutacja.Prawdopodobieństwo_mutacji)
{
genotyp_dziecka = mutacja.Mutuj(genotyp_dziecka);
}
dziecko = new Osobnik(genotyp_dziecka, fenotyp, funkcja_celu);
return(dziecko);
}
public override Osobnik DokonajRekombinacji(Osobnik mama, Osobnik tata, Mutacja mutacja, Fenotyp fenotyp, FunkcjaCelu funkcja_celu)
{
int liczba_miast = Miasta.Liczba_miast;
Osobnik dziecko;
int[] genotyp_dziecka = new int[liczba_miast];
int punkt_przecięcia = LosowaKlasa.Los.Next(liczba_miast);
for (int i = 0; i < punkt_przecięcia; i++)
{
genotyp_dziecka[i] = mama.Genotyp[i];
}
for (int i = punkt_przecięcia; i < liczba_miast; i++)
{
genotyp_dziecka[i] = tata.Genotyp[i];
}
double wylosowana_liczba = LosowaKlasa.Los.NextDouble();
if (wylosowana_liczba < mutacja.Prawdopodobieństwo_mutacji)
{
genotyp_dziecka = mutacja.Mutuj(genotyp_dziecka);
}
dziecko = new Osobnik(genotyp_dziecka, fenotyp, funkcja_celu);
return(dziecko);
}
public override Osobnik DokonajRekombinacji(Osobnik mama, Osobnik tata, Mutacja mutacja, Fenotyp fenotyp, FunkcjaCelu funkcja_celu)
{
int liczba_miast = Miasta.Liczba_miast;
int[] genotyp_dziecka = new int[liczba_miast];
Osobnik dziecko;
int punkt_przecięcia = LosowaKlasa.Los.Next(0, liczba_miast);
int punkt_przecięcia2 = LosowaKlasa.Los.Next(punkt_przecięcia, liczba_miast);
bool[] czy_użyte = new bool[liczba_miast];
for (int i = punkt_przecięcia; i < punkt_przecięcia2; i++)
{
genotyp_dziecka[i] = mama.Genotyp[i];
czy_użyte[mama.Genotyp[i] - 1] = true;
}
int indeks = punkt_przecięcia2;
for (int i = punkt_przecięcia2; i < liczba_miast; i++)
{
while (czy_użyte[tata.Genotyp[indeks] - 1])
{
indeks++;
indeks %= liczba_miast;
}
genotyp_dziecka[i] = tata.Genotyp[indeks];
indeks++;
indeks %= liczba_miast;
}
for (int i = 0; i < punkt_przecięcia; i++)
{
while (czy_użyte[tata.Genotyp[indeks] - 1])
{
indeks++;
indeks %= liczba_miast;
}
genotyp_dziecka[i] = tata.Genotyp[indeks];
indeks++;
indeks %= liczba_miast;
}
double wylosowana_liczba = LosowaKlasa.Los.NextDouble();
if (wylosowana_liczba < mutacja.Prawdopodobieństwo_mutacji)
{
genotyp_dziecka = mutacja.Mutuj(genotyp_dziecka);
}
dziecko = new Osobnik(genotyp_dziecka, fenotyp, funkcja_celu);
return(dziecko);
}
public override Osobnik DokonajSelekcji(Osobnik[] populacja, Fenotyp fenotyp, FunkcjaCelu funkcja_celu)
{
Osobnik[] tymczasowa_populacja = new Osobnik[Algorytm.Liczba_osobników];
populacja.CopyTo(tymczasowa_populacja, 0);
tymczasowa_populacja = tymczasowa_populacja.OrderByDescending(x => x.Wartość).ToArray();
double wylosowane_prawdopodobieństwo = LosowaKlasa.Los.NextDouble();
double akumulator_prawdopodobieństw = 0;
for (int i = 0; i < Algorytm.Liczba_osobników; i++)
{
akumulator_prawdopodobieństw += prawdopodobieństwa[i];
if (akumulator_prawdopodobieństw >= wylosowane_prawdopodobieństwo)
{
return(tymczasowa_populacja[i]);
}
}
Console.WriteLine("UPS");
return(new Osobnik(null, null, null));
}
public Osobnik(int[] genotyp, Fenotyp fenotyp, FunkcjaCelu funkcja_celu)
{
this.genotyp = genotyp;
this.fenotyp = fenotyp.Oblicz(genotyp);
Oblicz(funkcja_celu);
}
public override Osobnik DokonajRekombinacji(Osobnik mama, Osobnik tata, Mutacja mutacja, Fenotyp fenotyp, FunkcjaCelu funkcja_celu)
{
int liczba_miast = Miasta.Liczba_miast;
int[] genotyp_dziecka = new int[liczba_miast];
Osobnik dziecko;
int[] na_którym_miejscu_w_matce = new int[liczba_miast];
for (int i = 0; i < liczba_miast; i++)
{
na_którym_miejscu_w_matce[mama.Genotyp[i] - 1] = i;
}
int indeks = 0;
do
{
genotyp_dziecka[indeks] = mama.Genotyp[indeks];
indeks = na_którym_miejscu_w_matce[tata.Genotyp[indeks] - 1];
} while (indeks != 0);
for (int i = 0; i < liczba_miast; i++)
{
if (genotyp_dziecka[i] == 0)
{
genotyp_dziecka[i] = tata.Genotyp[i];
}
}
double wylosowana_liczba = LosowaKlasa.Los.NextDouble();
if (wylosowana_liczba < mutacja.Prawdopodobieństwo_mutacji)
{
genotyp_dziecka = mutacja.Mutuj(genotyp_dziecka);
}
dziecko = new Osobnik(genotyp_dziecka, fenotyp, funkcja_celu);
return(dziecko);
}
public abstract Osobnik DokonajRekombinacji(Osobnik mama, Osobnik tata, Mutacja mutacja, Fenotyp fenotyp, FunkcjaCelu funkcja_celu);
public override Osobnik DokonajSelekcji(Osobnik[] populacja, Fenotyp fenotyp, FunkcjaCelu funkcja_celu)
{
int indeks_kandydata1 = LosowaKlasa.Los.Next(Algorytm.Liczba_osobników);
int indeks_kandydata2 = LosowaKlasa.Los.Next(Algorytm.Liczba_osobników);
Osobnik kandydat1 = populacja[indeks_kandydata1];
Osobnik kandydat2 = populacja[indeks_kandydata2];
if (kandydat1.Wartość < kandydat2.Wartość)
{
return(kandydat1);
}
else
{
return(kandydat2);
}
}