C#中怎么實現一個遺傳算法

這篇文章給大家介紹C#中怎么實現一個遺傳算法，內容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

C#遺傳算法實現代碼：

using System;  using System.Collections.Generic;  using System.Text;  namespace GA  {  class Program  {  static void Main(string[] args)  {  World world = new World();  world.Init();  for (int i = 0; i < 50; i++)  {  world.Evolve();  Console.WriteLine(i);  world.Show();  }  }  }   class World  {  int kMaxFlowers = 11;  Random Rnd = new Random();  public int[] temperature;  public int[] water;  public int[] sunlight;  public int[] nutrient;  public int[] beneficialInsect;  public int[] harmfulInsect;  public int currentTemperature;  public int currentWater;  public int currentSunlight;  public int currentNutrient;  public int currentBeneficialInsect;  public int currentHarmfulInsect;  public World()  {  temperature = new int[kMaxFlowers];  water = new int[kMaxFlowers];  sunlight = new int[kMaxFlowers];  nutrient = new int[kMaxFlowers];  beneficialInsect = new int[kMaxFlowers];  harmfulInsect = new int[kMaxFlowers];  }  /**//// <summary> /// 初始化***代花朵的基因結構  /// </summary> public void Init()  {  for (int i = 1; i < kMaxFlowers; i++)  {  temperature[i] = Rnd.Next(1, 75);  water[i] = Rnd.Next(1, 75);  sunlight[i] = Rnd.Next(1, 75);  nutrient[i] = Rnd.Next(1, 75);  beneficialInsect[i] = Rnd.Next(1, 75);  harmfulInsect[i] = Rnd.Next(1, 75);  }  currentTemperature = Rnd.Next(1, 75);  currentWater = Rnd.Next(1, 75);  currentSunlight = Rnd.Next(1, 75);  currentNutrient = Rnd.Next(1, 75);  currentBeneficialInsect = Rnd.Next(1, 75);  currentHarmfulInsect = Rnd.Next(1, 75);  }  /**//// <summary> /// 越大說明花朵的適應環境的能力差，小說明適應環境的能力強  /// </summary> /// <param name="flower"></param> /// <returns></returns> private int Fitness(int flower)  {  int theFitness = 0;  theFitness = Math.Abs(temperature[flower] - currentTemperature);  theFitnesstheFitness = theFitness + Math.Abs(water[flower] - currentWater);  theFitnesstheFitness = theFitness + Math.Abs(sunlight[flower] -  currentSunlight);  theFitnesstheFitness = theFitness + Math.Abs(nutrient[flower] -  currentNutrient);  theFitnesstheFitness = theFitness + Math.Abs(beneficialInsect[flower] -  currentBeneficialInsect);  theFitnesstheFitness = theFitness + Math.Abs(harmfulInsect[flower] -  currentHarmfulInsect);  return (theFitness);  }  /**//// <summary> /// 排除適應能力差的花朵，讓適應能力強的花朵雜交繁殖，產生下一代。同時有一定的概率變異。  /// </summary> public void Evolve()  {  int[] fitTemperature = new int[kMaxFlowers];  int[] fitWater = new int[kMaxFlowers];  int[] fitSunlight = new int[kMaxFlowers];  int[] fitNutrient = new int[kMaxFlowers];  int[] fitBeneficialInsect = new int[kMaxFlowers];  int[] fitHarmfulInsect = new int[kMaxFlowers];  int[] fitness = new int[kMaxFlowers];  int i;  int leastFit = 0;  int leastFitIndex = 1;  for (i = 1; i < kMaxFlowers; i++)  if (Fitness(i) > leastFit)  {  leastFit = Fitness(i);  leastFitIndex = i;  }  temperature[leastFitIndex] = temperature[Rnd.Next(1, 10)];  water[leastFitIndex] = water[Rnd.Next(1, 10)];  sunlight[leastFitIndex] = sunlight[Rnd.Next(1, 10)];  nutrient[leastFitIndex] = nutrient[Rnd.Next(1, 10)];  beneficialInsect[leastFitIndex] = beneficialInsect[Rnd.Next(1, 10)];  harmfulInsect[leastFitIndex] = harmfulInsect[Rnd.Next(1, 10)];  for (i = 1; i < kMaxFlowers; i++)  {  fitTemperature[i] = temperature[Rnd.Next(1, 10)];  fitWater[i] = water[Rnd.Next(1, 10)];  fitSunlight[i] = sunlight[Rnd.Next(1, 10)];  fitNutrient[i] = nutrient[Rnd.Next(1, 10)];  fitBeneficialInsect[i] = beneficialInsect[Rnd.Next(1, 10)];  fitHarmfulInsect[i] = harmfulInsect[Rnd.Next(1, 10)];  }  for (i = 1; i < kMaxFlowers; i++)  {  temperature[i] = fitTemperature[i];  water[i] = fitWater[i];  sunlight[i] = fitSunlight[i];  nutrient[i] = fitNutrient[i];  beneficialInsect[i] = fitBeneficialInsect[i];  harmfulInsect[i] = fitHarmfulInsect[i];  }  for (i = 1; i < kMaxFlowers; i++)  {  if (Rnd.Next(1, 100) == 1)  temperature[i] = Rnd.Next(1, 75);  if (Rnd.Next(1, 100) == 1)  water[i] = Rnd.Next(1, 75);  if (Rnd.Next(1, 100) == 1)  sunlight[i] = Rnd.Next(1, 75);  if (Rnd.Next(1, 100) == 1)  nutrient[i] = Rnd.Next(1, 75);  if (Rnd.Next(1, 100) == 1)  beneficialInsect[i] = Rnd.Next(1, 75);  if (Rnd.Next(1, 100) == 1)  harmfulInsect[i] = Rnd.Next(1, 75);  }  }  /**//// <summary> /// 顯示種群中個體對環境的適應能力，還有所有個體對環境的適應能力之和。  /// </summary> public void Show()  {  int sum = 0;  for (int i = 1; i < kMaxFlowers; i++)  {  int fitness = Fitness(i);  sum += fitness;  Console.WriteLine("No." + i + "'s fitness is " + fitness);  }  Console.WriteLine("fitness sum is " + sum);  }  }  }

關于C#中怎么實現一個遺傳算法就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。