public void Run()
{
/*À chaque itération, il faut :
* Lancer l’évaluation de chaque individu.
* Récupérer le meilleur individu et lancer son affichage.
* Créer une nouvelle population (en utilisant l’élitisme pour conserver la meilleure solution jusqu’alors puis la sélection du ou des parents si le crossover s’applique).
* Appliquer la survie des descendants (qui deviennent la population en cours).*/
bestFitness = Parameters.minFitness + 1;
while (generationNb < Parameters.generationsMaxNb && bestFitness > Parameters.minFitness)
{
// Evaluation
foreach (Individual ind in population)
{
ind.Evaluate();
// Logique floue (Test) [Extraction des delais et la distance, Application de la logique floue].
}
Individual bestInd = population.OrderBy(x => x.Fitness).FirstOrDefault();
// Meilleur individu (stats)
program.PrintBestIndividual(bestInd, generationNb);
// Affichage du meilleur individu à chaque generation.
bestFitness = bestInd.Fitness;
// (Graphe (Abcisse : generationNb , Ordonnée : bestInd)).
// Sélection et reproduction
List <Individual> newGeneration = new List <Individual>(); // Création de la nouvelle génération.
// Elitisme :
newGeneration.Add(bestInd); // Ajout du meilleur individu.
for (int i = 0; i < Parameters.individualsNb - 1; i++)
{
// Un ou deux parents ?
if (Parameters.randomGenerator.NextDouble() < Parameters.crossoverRate)
{
// Choisir parents
Individual father = Selection();
Individual mother = Selection();
// Reproduction
newGeneration.Add(IndividualFactory.getInstance().getIndividual(problem, father, mother));
}
else
{
// Choisir parent
Individual father = Selection();
// Reproduction
newGeneration.Add(IndividualFactory.getInstance().getIndividual(problem, father));
}
}
// Survie
Survival(newGeneration);
generationNb++;
}
}
protected string problem; // Le nom du problème à résoudre.
public EvolutionaryProcess(IIHM _program, string _problem) // Constructeur.
{
// P : la chaîne représentant le problème à résoudre et la référence vers l’IHM.
program = _program; // IHM
problem = _problem; // Probleme à resoudre.
IndividualFactory.getInstance().Init(problem);
// internal void Init(string type) : Initialiser l’environnement de vie des individus.
population = new List <Individual>(); // Liste d'individus.
for (int i = 0; i < Parameters.individualsNb; i++)
{
population.Add(IndividualFactory.getInstance().getIndividual(problem));
// public Individual getIndividual(String type) : Creation dun individu aleatoirement.
}
}