求利用遗传算法实现矩形件排样的VC编程案例。。

显示全部楼层 · 2012-5-4 20:34:54

变异算子从遗传算法的观点来看，解的进化主要是靠选择机制和交叉策略来完成，变异只是产生新个体的辅助方法，它决定了遗传算法的局部搜索能力。交叉算子和变异算子相互配合，共同完成对搜索空间的全局搜索和局部搜索，从而使遗传算法能够以良好的搜索性能完成最优化问题的寻优过程，变异概率一般取为0.0001~0.1。变异算子一般采用旋转变异或位置变异，设要排放的零件总数为n。旋转变异的思想是产生[1，n]之间的一个随机数num，将该数取其相反数。例如：产生的随机数 num=5染色体为：A=｛ -3 ， 5 ， 7 ，-1 ， 6 ， 8 ，-2 ， 4｝变异后的结果为：A’=｛ -3 ， 5 ， 7 ，-1 ，-6， 8 ，-2 ...

求利用遗传算法实现矩形件排样 的VC编程案例。。

求利用遗传算法实现矩形件排样的VC编程案例。。