public static Individuo[] selecaoTorneio(Populacao populacao)
{
Random r = new Random();
Populacao populacaoIntermediaria = new Populacao(3);
//seleciona 3 indiv�duos aleat�riamente na popula��o
populacaoIntermediaria.Individuo = populacao.getIndivduo(r.Next(populacao.TamPopulacao));
populacaoIntermediaria.Individuo = populacao.getIndivduo(r.Next(populacao.TamPopulacao));
populacaoIntermediaria.Individuo = populacao.getIndivduo(r.Next(populacao.TamPopulacao));
//ordena a popula��o
populacaoIntermediaria.ordenaPopulacao();
Individuo[] pais = new Individuo[2];
//seleciona os 2 melhores deste popula��o
pais[0] = populacaoIntermediaria.getIndivduo(0);
pais[1] = populacaoIntermediaria.getIndivduo(1);
return pais;
}
public static Populacao novaGeracao(Populacao populacao, bool elitismo)
{
Random r = new Random();
//nova popula��o do mesmo tamanho da antiga
Populacao novaPopulacao = new Populacao(populacao.TamPopulacao);
//se tiver elitismo, mant�m o melhor indiv�duo da gera��o atual
if (elitismo)
{
novaPopulacao.Individuo = populacao.getIndivduo(0);
}
//insere novos indiv�duos na nova popula��o, at� atingir o tamanho m�ximo
while (novaPopulacao.NumIndividuos < novaPopulacao.TamPopulacao)
{
//seleciona os 2 pais por torneio
Individuo[] pais = selecaoTorneio(populacao);
Individuo[] filhos = new Individuo[2];
//verifica a taxa de crossover, se sim realiza o crossover, se n�o, mant�m os pais selecionados para a pr�xima gera��o
if (r.NextDouble() <= taxaDeCrossover)
{
filhos = crossover(pais[1], pais[0]);
}
else
{
filhos[0] = new Individuo(pais[0].Genes);
filhos[1] = new Individuo(pais[1].Genes);
}
//adiciona os filhos na nova gera��o
novaPopulacao.Individuo = filhos[0];
novaPopulacao.Individuo = filhos[1];
}
//ordena a nova popula��o
novaPopulacao.ordenaPopulacao();
return novaPopulacao;
}