private static void CalcUnitsFitness(
ref Model initModel,
ref AdditivePopulation population,
string externalAppPath)
{
// У нас есть модель. Рассчитаем для нее с помощью внешней
// программы значения критериев оптимальности и Ф.О.
#if DUMMY
// Запустим внешнюю программу и дождемся, пока она отработает
if (!AdditiveSolver.UseDummyExternalApplication(initModel, externalAppPath))
{
throw new Exception("Can not calculate fitness values using external program");
}
#else
// Файл для обмена данными между opt и расчетной программой
string dataFilePath = System.IO.Path.GetDirectoryName(externalAppPath) + "\\_ga_temp_file.xml";
// Запустим внешнюю программу и дождемся, пока она отработает
if (!AdditiveSolver.UseExternalApplication(
initModel,
externalAppPath,
dataFilePath))
{
throw new Exception("Can not calculate fitness values using external program");
}
// Раз программа отработала, прочтем результаты из файла
initModel = modelProvider.Load(dataFilePath);
// Удалим файл с данными
if (System.IO.File.Exists(dataFilePath))
{
System.IO.File.Delete(dataFilePath);
}
#endif
// Применим решатель для аддитивного критерия, чтобы получить его значения.
// Они послужат нам эквивалентом функции приспособленности
AdditiveCriterionSolver solver = new AdditiveCriterionSolver();
IntegralCriterionMethodResult result = solver.FindDecision(initModel);
// Из результатов аддитивного критерия выдерем его значения
foreach (TId expId in result.SortedPoints)
{
int unitNumber = initModel.Experiments[expId].Number;
population[unitNumber].FitnessValue = result.AdditionalData[expId];
}
// Применим Ф.О. к модели
initModel.ApplyFunctionalConstraints();
// Пометим на удаление в популяции особи, соответсвующие экспериментам,
// ставшим неактивными после применения Ф.О.
foreach (Experiment exp in initModel.Experiments.Values)
{
if (!exp.IsActive)
{
population.MarkForRemoval(exp.Number);
}
}
// И удалим помеченные
population.RemoveMarked();
}
public static AdditivePopulation TournamentSelection(
AdditivePopulation initPop,
int selectionLimit)
{
// Сначала проверим: если надо отобрать больше, чем есть,
// то выбросим ошибку
if (selectionLimit > initPop.Count)
{
throw new ArgumentException("Number of units to be selected is greater than number of units in population");
}
// Если надо отобрать столько же, сколько есть, просто
// вернем входную популяцию
if (selectionLimit == initPop.Count)
{
return(initPop);
}
// Список номеров отобранных особей
List <int> selectedUnitNumbers = new List <int>();
// Рандомайзер для выбора случайных особей
Random rnd = new Random(DateTime.Now.Millisecond + DateTime.Now.Second);
// Флагом того, что пора прекртатить итерации отбора,
// будет служить совпадение количества отобранных
// особей (в списке, объявленном выше) и переданного
// в качестве аргумента требуемого количества
int maxUnitNumber = initPop.GetMaxUnitNumber();
while (selectedUnitNumbers.Count != selectionLimit)
{
// В этом цикле будет проходить разбиение на пары
// и выбор лучшей особи из пары
// Список пары отобранных для турнира особей
List <int> selectedPair = new List <int>();
// Проверим: если среди неотобранных особей осталось всего две,
// то составим из них пару и не будем морочить себе голову
// случайностями
if ((initPop.Count - selectedUnitNumbers.Count) == 2)
{
foreach (AdditiveIndividual unit in initPop)
{
if (IsValidPairUnit(unit.Number, selectedPair, selectedUnitNumbers, initPop))
{
selectedPair.Add(unit.Number);
}
}
}
// Флагом остановки выбора случайной особи в пару
// будет служить наличие двух отобранных особей
while (selectedPair.Count != 2)
{
// Будем выбирать случайное число в диапазоне
// от 0 до значения счетчика особей в популяции
// до тех пор, пока не наткнемся на особь, которую
// можно отобрать в турнирную пару
int rndNumber = -1;
while (!IsValidPairUnit(rndNumber, selectedPair, selectedUnitNumbers, initPop))
{
// "+ 1" из-за особенностей реализации метода
// Random.Next(Int32, Int32). Если не будет "+ 1",
// то maxUnitNumber не выпадет никогда
rndNumber = rnd.Next(0, maxUnitNumber + 1);
}
// Когда найден подходящий номер, добавим его в пару
selectedPair.Add(rndNumber);
}
// Выберем из пары наиболее приспособленную особь
// (ту, у которой значение функции приспособленности
// лучше - то есть меньше, потому что мы работаем с
// аддитивным критерием)
if (opt.Helpers.Comparer.IsFirstValueBetter(
initPop[selectedPair[0]].FitnessValue,
initPop[selectedPair[1]].FitnessValue,
opt.DataModel.CriterionType.Minimizing))
{
// Первая особь лучше второй
selectedUnitNumbers.Add(selectedPair[0]);
}
else
{
// Вторая особь лучше первой
selectedUnitNumbers.Add(selectedPair[1]);
}
}
// Пометим на удаление все особи, кроме отобранных во время турнира
foreach (AdditiveIndividual unit in initPop)
{
if (!selectedUnitNumbers.Contains(unit.Number))
{
initPop.MarkForRemoval(unit.Number);
}
}
// Удалим помеченные особи
initPop.RemoveMarked();
// Вернем результат
return(initPop);
}
