public override void ZnajdzOptimum()
{
int poprawy = 0;
ushort[] genotyp = reprezentacjaRozwiazania.ZwrocGenotyp1Wymiarowy(),
tmpGenotyp = (ushort[])genotyp.Clone();
AOsobnik osobnik = losowanie.ZwrocOsobnika();
ProblemOptymalizacyjny problemOptymalizacyjny = osobnik.ZwrocInstancjeProblemu();
Dictionary <string, float[]> wynik = osobnik.FunkcjaDopasowania(reprezentacjaRozwiazania);
ReprezentacjaRozwiazania tmpReprezentacjaRozwiazanie = new ReprezentacjaRozwiazania(tmpGenotyp);
do
{
int start = 1,
koniec = problemOptymalizacyjny.ZwrocDlugoscGenotypu() - 1;
poprawy = 0;
for (int i = start; i < koniec; i++)
{
int liczba1 = losowy.Next(2, problemOptymalizacyjny.ZwrocDlugoscGenotypu()),
liczba2 = losowy.Next(2, problemOptymalizacyjny.ZwrocDlugoscGenotypu());
ushort tmpWartosc = tmpGenotyp[liczba1];
tmpGenotyp[liczba1] = tmpGenotyp[liczba2];
tmpGenotyp[liczba2] = tmpWartosc;
tmpReprezentacjaRozwiazanie.ZmienGenotyp(tmpGenotyp);
Dictionary <string, float[]> tmpWynik = osobnik.FunkcjaDopasowania(tmpReprezentacjaRozwiazanie);
if (tmpWynik["max"][0] > wynik["max"][0])
{
if (problemOptymalizacyjny.CzyIstniejaOgraniczenia() && (tmpWynik["min"][0] > problemOptymalizacyjny.ZwrocOgraniczeniaProblemu()[0]))
{
continue;
}
genotyp = (ushort[])tmpGenotyp.Clone();
reprezentacjaRozwiazania.ZmienGenotyp(genotyp);
wynik["max"][0] = tmpWynik["max"][0];
wynik["min"][0] = tmpWynik["min"][0];
poprawy++;
}
else
{
tmpGenotyp = (ushort[])genotyp.Clone();
tmpReprezentacjaRozwiazanie.ZmienGenotyp(genotyp);
}
}
} while (poprawy > 0);
}
public override IAlgorytm ZbudujAlgorytm(Dictionary <string, string> parametry, ProblemOptymalizacyjny problem)
{
int iloscRozwiazan = 100,
iloscElementow = problem.ZwrocDlugoscGenotypu();
AOsobnik osobnik;
AnalizaRLS_RS analiza;
switch (parametry["problem"])
{
case "Problem Plecakowy":
osobnik = new OsobnikKP(problem);
analiza = new AnalizaRLS_RS(osobnik, short.Parse(parametry["liczbaIteracji"]), short.Parse(parametry["czasPoszukiwania"]));
return(new RS(new LosowanieKP(osobnik), iloscRozwiazan, iloscElementow, analiza));
case "Problem Komiwojażera":
osobnik = new OsobnikTSP(problem);
analiza = new AnalizaRLS_RS(osobnik, short.Parse(parametry["liczbaIteracji"]), short.Parse(parametry["czasPoszukiwania"]));
return(new RS(new LosowanieTSP(osobnik), iloscRozwiazan, iloscElementow, analiza));
case "Problem Podróżującego Złodzieja":
osobnik = new OsobnikTTP(problem);
analiza = new AnalizaRLS_RS(osobnik, short.Parse(parametry["liczbaIteracji"]), short.Parse(parametry["czasPoszukiwania"]));
return(new RS(new LosowanieTTP(osobnik), iloscRozwiazan, iloscElementow, analiza));
}
throw new Exception();
}
public override IAlgorytm ZbudujAlgorytm(Dictionary <string, string> parametry, ProblemOptymalizacyjny problem)
{
// Stałe składniki Algorytmu Ewolucyjnego
ASelekcja selekcja;
ReprezentacjaRozwiazania[] populacja;
AOsobnik rozwiazanie;
ARekombinacja rekombinacja;
AnalizaEwolucyjny analityka;
switch (parametry["problem"])
{
case "Problem Plecakowy":
// konfiguracja algorytmu pod Problem Plecakowy
rozwiazanie = new OsobnikKP(problem);
analityka = new AnalizaEwolucyjny(rozwiazanie, short.Parse(parametry["liczbaIteracji"]), short.Parse(parametry["czasPoszukiwania"]));
selekcja = new SelekcjaWektora(rozwiazanie, problem.ZwrocDlugoscGenotypu(), parametry["metodaSelekcji"]);
rekombinacja = new RekombinacjaKP(float.Parse(parametry["pwoMutacji"]), rozwiazanie);
populacja = new PopulacjaKP().StworzPopulacjeBazowa(problem, ushort.Parse(parametry["rozmiarPopulacji"]), problem.ZwrocDlugoscGenotypu());
return(new SEA(selekcja, rekombinacja, analityka, populacja, float.Parse(parametry["pwoKrzyzowania"])));
case "Problem Komiwojażera":
// konfiguracja algorytmu pod Problem Komiwojażera
rozwiazanie = new OsobnikTSP(problem);
analityka = new AnalizaEwolucyjny(rozwiazanie, short.Parse(parametry["liczbaIteracji"]), short.Parse(parametry["czasPoszukiwania"]));
selekcja = new SelekcjaWektora(rozwiazanie, problem.ZwrocDlugoscGenotypu(), parametry["metodaSelekcji"]);
rekombinacja = new RekombinacjaTSP(float.Parse(parametry["pwoMutacji"]), rozwiazanie, parametry["rodzajKrzyzowania"]);
populacja = new PopulacjaTSP().StworzPopulacjeBazowa(problem, ushort.Parse(parametry["rozmiarPopulacji"]), problem.ZwrocDlugoscGenotypu());
return(new SEA(selekcja, rekombinacja, analityka, populacja, float.Parse(parametry["pwoKrzyzowania"])));
case "Problem Podróżującego Złodzieja":
// konfiguracja algorytmu pod Problem Podróżującego Złodzieja
rozwiazanie = new OsobnikTTP(problem);
analityka = new AnalizaEwolucyjny(rozwiazanie, short.Parse(parametry["liczbaIteracji"]), short.Parse(parametry["czasPoszukiwania"]));
selekcja = new SelekcjaWektora(rozwiazanie, problem.ZwrocDlugoscGenotypu(), parametry["metodaSelekcji"]);
rekombinacja = new RekombinacjaTTP(float.Parse(parametry["pwoMutacji"]), rozwiazanie, parametry["rodzajKrzyzowania"]);
populacja = new PopulacjaTTP().StworzPopulacjeBazowa(problem, ushort.Parse(parametry["rozmiarPopulacji"]), problem.ZwrocDlugoscGenotypu());
return(new SEA(selekcja, rekombinacja, analityka, populacja, float.Parse(parametry["pwoKrzyzowania"])));
}
return(new SEA());
}
public override IAlgorytm ZbudujAlgorytm(Dictionary <string, string> parametry, ProblemOptymalizacyjny problem)
{
AOsobnik osobnik;
ALosowanie losowanie;
AnalizaRLS_RS analiza;
AWspinaczka przeszukiwanieLokalne;
int iloscRozwiazan = 100,
iloscElementow = problem.ZwrocDlugoscGenotypu();
switch (parametry["problem"])
{
case "Problem Plecakowy":
osobnik = new OsobnikKP(problem);
losowanie = new LosowanieKP(osobnik);
analiza = new AnalizaRLS_RS(osobnik, short.Parse(parametry["liczbaIteracji"]), short.Parse(parametry["czasPoszukiwania"]));
losowanie.SzukajNajlepszegoRozwiazania(iloscRozwiazan, iloscElementow);
przeszukiwanieLokalne = new WspinaczkaKP(losowanie, int.Parse(parametry["parametrP"]));
return(new HCA(przeszukiwanieLokalne, analiza));
case "Problem Komiwojażera":
osobnik = new OsobnikTSP(problem);
losowanie = new LosowanieTSP(osobnik);
analiza = new AnalizaRLS_RS(osobnik, short.Parse(parametry["liczbaIteracji"]), short.Parse(parametry["czasPoszukiwania"]));
losowanie.SzukajNajlepszegoRozwiazania(iloscRozwiazan, iloscElementow);
przeszukiwanieLokalne = new WspinaczkaTSP(losowanie, int.Parse(parametry["parametrP"]));
return(new HCA(przeszukiwanieLokalne, analiza));
case "Problem Podróżującego Złodzieja":
osobnik = new OsobnikTTP(problem);
losowanie = new LosowanieTTP(osobnik);
analiza = new AnalizaRLS_RS(osobnik, short.Parse(parametry["liczbaIteracji"]), short.Parse(parametry["czasPoszukiwania"]));
losowanie.SzukajNajlepszegoRozwiazania(iloscRozwiazan, iloscElementow);
przeszukiwanieLokalne = new WspinaczkaTTP(losowanie, int.Parse(parametry["parametrP"]));
return(new HCA(przeszukiwanieLokalne, analiza));
}
throw new Exception();
}
public override ReprezentacjaRozwiazania[] LosujRozwiazania(ProblemOptymalizacyjny problemOptymalizacyjny, int iloscRozwiazan, int iloscElementow)
{
bool startowyWektor = true;
Random losowy = new Random();
ReprezentacjaRozwiazania[] rozwiazania = new ReprezentacjaRozwiazania[iloscRozwiazan];
ushort[][] dostepnoscPrzedmiotow = problemOptymalizacyjny.ZwrocDostepnePrzedmioty();
LosowanieTSP losowanieTSP = new LosowanieTSP();
ReprezentacjaRozwiazania[] rozwiazaniaTSP = losowanieTSP.LosujRozwiazania(problemOptymalizacyjny, iloscRozwiazan, problemOptymalizacyjny.ZwrocDlugoscGenotypu());
for (int i = 0; i < iloscRozwiazan; i++)
{
ushort[] wektorTSP = rozwiazaniaTSP[i].ZwrocGenotyp1Wymiarowy();
ushort[][] macierzTTP = new ushort[wektorTSP.Length][];
double polowa = (Math.Pow(iloscRozwiazan, 2) / 2),
rozpietosc = Math.Abs(Math.Pow(iloscRozwiazan, 2) - (i + losowy.Next(iloscRozwiazan)) * iloscRozwiazan);
for (int j = 0; j < wektorTSP.Length; j++)
{
int index = wektorTSP[j] - 1,
wartosc = (int)Math.Abs(polowa - rozpietosc);
double dziesiecProcent = 0.1 * wartosc;
macierzTTP[j] = new ushort[dostepnoscPrzedmiotow[0].Length + 1];
macierzTTP[j][0] = wektorTSP[j];
for (int k = 1; k < macierzTTP[j].Length; k++)
{
if ((dostepnoscPrzedmiotow[index][(k - 1)] == 1) && !startowyWektor)
{
if (polowa >= rozpietosc)
{
macierzTTP[j][k] = (ushort)((wartosc < dziesiecProcent) ? 1 : 0);
if (wartosc > 0)
{
wartosc -= losowy.Next(wartosc);
}
}
else
{
macierzTTP[j][k] = (ushort)((wartosc < dziesiecProcent) ? 1 : 0);
if (wartosc > 0)
{
wartosc -= (losowy.Next(wartosc) * 2);
}
}
}
else
{
macierzTTP[j][k] = 0;
}
}
}
rozwiazania[i] = new ReprezentacjaRozwiazania(macierzTTP);
startowyWektor = false;
}
return(rozwiazania);
}