public void GeraPopulacaoInicial()
{
Estado e = new Estado();
for (int i = 0; i < Global.TamPopulacao; i++)
{
Estado novo = e.BuildNew();
Add_Verf_MelhorResult(novo);
PopulacaoAtual.Add(novo);
}
}
public void Add_Verf_MelhorResult(Estado e)
{
if (MelhorResultado == null)
{
MelhorResultado = e;
Global.TempoUltimoMelhorResult = DateTime.Now.Ticks;
}
else
{
if (e.Resultado > MelhorResultado.Resultado)
{
MelhorResultado = e;
Global.TempoUltimoMelhorResult = DateTime.Now.Ticks;
}
}
}
private void ImprimeResultado(Estado e)
{
label5.Text = " 1, 2, 3, 4, 5, 6, 7, 8, 9, 10\n";
label5.Text += "Resultado encontrado: "+ e.ToString();
}
public Estado getNewEstadoMutado()
{
Estado e = new Estado();
for (int i = 0; i < Global.TamanhoGrade; i++) {
e.Items[i] = Items[i];
}
e.Sorteia_EfetuaMutacao_Valida(true);
return e;
}
public List<Estado> getFilhos(Estado progenitor2)
{
//Random r = new Random();
int pnt_Corte = Global.Random.Next(0, Global.TamanhoGrade - 1);
int tamanho1 = Global.TamanhoGrade - pnt_Corte;
int tamanho2 = Global.TamanhoGrade - tamanho1;
Estado e1 = new Estado();
Estado e2 = new Estado();
//O principal do algoritmo genetico, o ponto de corte e o cruzamento:
Array.ConstrainedCopy(Items, 0, e1.Items, 0, tamanho1);
Array.ConstrainedCopy(progenitor2.Items, Global.TamanhoGrade - pnt_Corte, e1.Items, Global.TamanhoGrade - pnt_Corte, tamanho2);
Array.ConstrainedCopy(progenitor2.Items, 0, e2.Items, 0, tamanho1);
Array.ConstrainedCopy(Items, Global.TamanhoGrade - pnt_Corte, e2.Items, Global.TamanhoGrade - pnt_Corte, tamanho2);
e1.Sorteia_EfetuaMutacao_Valida(false);
e2.Sorteia_EfetuaMutacao_Valida(false);
List<Estado> ret = new List<Estado>();
ret.Add(e1);
ret.Add(e2);
this.GerouFilhos = true;
progenitor2.GerouFilhos = true;
return ret;
}
//Retorna um novo estado
public Estado BuildNew()
{
Estado e = new Estado();
e.Build();
return e;
}
