Professional Documents
Culture Documents
程式結構:
第一部分:輸入資料
將一百個座標編碼, 並且給予名稱從 city1 至 city100 將資料一一輸入, 供後
續程式使用
第二部分:輔助程式
1.計算城市間的距離
的資料 並且進行紀錄。
3 第三部分:GA 演算法
1.宣告 GA 演算法的參數
2.由母代產生子代
3.基因交配方法:
4.突變
方法一,:子罩突變, 隨機給予 0,、1, 只要等於 1, 同時小於突變機率(Pm)就進行
突變
方法二:全基因突變 每一個基因只要小於突變率(Pm)即進行突變
5:選擇的方法
競爭法:
輪盤法:
第三部分結果分析
首先比較輪盤法以及競爭法何者比較好, 以下將會分別用幾組不同的參數設
定來進行比較。
題中, 若無法有效的讓母代競爭會造成不易往最佳解收斂,。在後續的數據分析將
使用效果較好的競爭法來進行分析。
population mutate_rate
選擇的方法 疊代次數 最短路徑
size
100 100 0.015 125993.59
輪盤法
限制,。改變三次群組的大小(population size),:確實當群組越大能得到相對較好的
的影響。
population size
得到的結果 使用方法 疊代次數
首先先決定要經過幾次疊代才能得到較好的結果, 並且以該疊代次數作為停
止點 先測試群組大小為 1000 時當疊代次數越多得到的解果為何。
population size
疊代次數 得到的結果 使用方法
的分析。
population size
疊代次數 使用方法 得到的結果
改變 crossover 方法
罩交換會較全面且隨機地進行交換 因此能探索到相對較好的解。
改變 mutation 方法
疊代 100,
、群組大小 100 來進行試驗, 突變率太高的時候很難有較好的結果
全基因突變在(Pm=0.015)的時候有較好的結果 突變率太高實際上會造成 解的
影響 子罩突變得到的解相對較差(值較大)。
全基因突 全基因突
子罩突變 全基因突變 子罩突變 子罩突變
實驗次數 變 變
(Pm=0.015) (Pm=0.015) (Pm=0.05) (Pm=0.5)
(Pm=0.5) (Pm=0.5)
果比較好 以平均來說雙點交配配合子罩突變的平均距離最短。
綜觀以上的比較 從各項設定中選擇出較可能求得最佳解的方法:雙點交配、