一、代码如下：
#include <windows.h>
#include<stdio.h>
#include<stdlib.h>
#include<math.h>
#include<time.h>
/*数据集一**********************************************************************
#define S 5 //种群的规模
#define Pc 0.8 //交叉概率
#define Pm 0.05 //突变概率
#define KW 1000 //背包最大载重1000
#define N 30 //物体总数
#define T 800 //最大换代数
#define ALIKE 0.05 //判定相似度
int stop=0; //初始化函数中初始化为所有价值之和
int t=0; //目前的代数
int value[]={
220,208,198,192,180,180,165,162,160,158,155,130,125,122,120,118,115,110,105,101,100,100,98,96,95,90,88,82,80,77,75,73,72,70,69,66,65,63,60,58,56,50,30,20,15,10,8,5,3,1};
int weight[]={
80,82,85,70,72,70,66,50,55,25,50,55,40,48,50,32,22,60,30,32,40,38,35,32,25,28,30,22,25,30,45,30,60,50,20,65,20,25,30,10,20,25,15,10,10,10,4,4,2,1};
/*数据集二***********************************************************************/
#define S 5 //种群的规模
#define Pc 0.8 //交叉概率
#define Pm 0.05 //突变概率
#define KW 1000 //背包最大载重1000
#define N 50 //物体总数
#define T 800 //最大换代数
#define ALIKE 0.05 //判定相似度
int stop=0; //初始化函数中初始化为所有价值之和
int t=0; //目前的代数
int value[]={
220,208,198,192,180,180,165,162,160,158,155,130,125,122,120,118,115,110,105,101,100,100,98,96,95,90,88,82,80,77,75,73,72,70,69,66,65,63,60,58,56,50,30,20,15,10,8,5,3,1};
int weight[]={
80,82,85,70,72,70,66,50,55,25,50,55,40,48,50,32,22,60,30,32,40,38,35,32,25,28,30,22,25,30,45,30,60,50,20,65,20,25,30,10,20,25,15,10,10,10,4,4,2,1};
/*数据集三***********************************************************************
#define S 5 //种群的规模
#define Pc 0.8 //交叉概率
#define Pm 0.05 //突变概率
#define KW 1000 //背包最大载重1000
#define N 60 //物体总数
#define T 800 //最大换代数
#define ALIKE 0.05 //判定相似度
int stop=0; //初始化函数中初始化为所有价值之和
int t=0; //目前的代数
int value[]={
597,596,593,586,581,568,567,560,549,548,547,529,529,527,520,491,482,478,475,475,466,462,459,458,454,451,449,443,442,421,410,409,395,394,390,377,375,366,361,347,334,322,315,313,311,309,296,295,294,289,285,279,277,276,272,248,246,245,238,237,232,231,230,225,192,184,183,176,171,169,165,165,154,153,150,149,147,143,140,138,134,132,127,124,123,114,111,104,89,74,63,62,58,55,48,27,22,12,6,250};
int weight[]={
54,183,106,82,30,58,71,166,117,190,90,191,205,128,110,89,63,6,140,86,30,91,156,31,70,199,142,98,178,16,140,31,24,197,101,73,16,73,2,159,71,102,144,151,27,131,209,164,177,177,129,146,17,53,64,146,43,170,180,171,130,183,5,113,207,57,13,163,20,63,12,24,9,42,6,109,170,108,46,69,43,175,81,5,34,146,148,114,160,174,156,82,47,126,102,83,58,34,21,14};
/************************************************************************/
struct individual //个体结构体
{
bool chromsome[N]; //染色体编码
double fitness; //适应度//即本问题中的个体所得价值
double weight; //总重量
};
int best=0;
int same=0;
individual X[S],Y[S],bestindividual;
/************************************************************************/
int comp(individual bestindividual,individual temp); //比较函数
void checkalike(void); //检查相似度函数
void GenerateInitialPopulation(void); //初始种群
void CalculateFitnessValue(void); //适应度
void SelectionOperator(void); //选择
void CrossoverOperator(void); //交叉
void MutationOperator(void); //变异
void FindBestandWorstIndividual(void); //寻找最优解
void srand(unsigned int seed); //随机生成
/************************************************************************/
int comp(individual bestindividual,individual temp)//比较函数
{
int fit=0,w=0;//第一种不变:操作后不满足重量函数，第二种:操作后适应度小于操作前
for(int i=0;i<N;i++){
fit+=temp.chromsome[i]*value[i];
w+=temp.chromsome[i]*weight[i];
}
if(w>KW)return -1;
return (bestindividual.fitness>fit?-1:1);//如果小于原来值或者不满足重量函数，则返回-1
}
/************************************************************************/
void Checkalike(void)
{
int i=0,j=0;
for( i=0;i<S;i++)//相似度校验
{
for(j=0;j<N;j++)
{
bool temp=X[i].chromsome[j];
for(int k=1;k<S;k++)
{
if(temp!=X[k].chromsome[j])
break;
}
}
if(j==N)
same++;
}
if(same>N*ALIKE)//大于ALIKE作为判定为早熟
{
int minindex=0;
for(int n=0;n<S;n++)
if(X[n].fitness<X[minindex].fitness)
minindex=n;//确定最小
for (j=0; j<N;j++)//重新生成
{
bool m=(rand()%10<5)?0:1;
X[minindex].chromsome[j]=m;
X[minindex].weight+=m*weight[j];//个体的总重量
X[minindex].fitness+=m*value[j]; //个体的总价值
}
}
}
/************************************************************************/
void GenerateInitialPopulation(void)//初始种群,保证每个值都在符合条件的解
{
int i=0,j=0; bool k;
for(i=0;i<N;i++)stop+=value[i];//设置理论最优值
for (i=0; i<S; i++)
{
int w=0,v=0;
for (j=0; j<N;j++)
{
k=(rand()%10<5)?0:1;
X[i].chromsome[j]=k;
w+=k*weight[j];//个体的总重量
v+=k*value[j]; //个体的总价值
}
if(w>KW) i--; //如果不是解，重新生成
else
{
X[i].fitness=v;
X[i].weight=w;
if(v==stop)
{
bestindividual=X[i];
return;
}//这种情况一般不会发生
}
}
}
/************************************************************************/
void CalculateFitnessValue()
{
int i=0,j=0;
for (i=0; i<S; i++)
{
int w=0,v=0;
for (j=0; j<N;j++)
{
w+=X[i].chromsome[j]*weight[j];//个体的总重量
v+=X[i].chromsome[j]*value[j]; //个体的总价值
}
X[i].fitness=v;
X[i].weight=w;
if(v==stop)
{
bestindividual=X[i];
return;
}//符合条件情况下最优解这种情况一般不会发生
if(w>KW) X[i]=bestindividual;//如果不是解，找最好的一个解代之
}
}
/************************************************************************/
void SelectionOperator(void)
{
int i, index;
double p, sum=0.0;
double cfitness[S];//选择、累积概率
individual newX[S];
for (i=0;i<S;i++)
sum+=X[i].fitness;//适应度求和
for (i=0;i<S; i++)
cfitness[i]=X[i].fitness/sum; //选择概率
for (i=1;i<S; i++)
cfitness[i]=cfitness[i-1]+cfitness[i];//累积概率
for (i=0;i<S;i++)
{
p=(rand()%1001)/1000.0;//产生一个[0,1]之间的随机数
index=0;
while(p>cfitness[index])//轮盘赌进行选择
{
index++;
}
newX[i]=X[index];
}
for (i=0; i<S; i++)
X[i]=newX[i];//新的种群
}
/************************************************************************/
void CrossoverOperator(void)//交叉操作
{
int i=0, j=0,k=0;individual temp;
for(i=0; i<S; i++)
{
int p=0,q=0;
do
{
p=rand()%S;//产生两个[0，S]的随机数
q=rand()%S;
}while(p==q);
int w=1+rand()%N;//[1,N]表示交换的位数
double r=(rand()%1001)/1000.0;//[0,1]
if(r<=Pc)
{
for(j=0;j<w;j++)
{
temp.chromsome[j]=X[p].chromsome[j];//将要交换的位先放入临时空间
X[p].chromsome[j]=X[q].chromsome[j];
X[q].chromsome[j]=temp.chromsome[j];
}
}
if(p==best)
if(-1==comp(bestindividual,X[p]))//如果变异后适应度变小
X[p]=bestindividual;
if(q==best)
if(-1==comp(bestindividual,X[q]))//如果变异后适应度变小
X[q]=bestindividual;
}
}
/************************************************************************/
void MutationOperator(void)
{
int i=0, j=0,k=0,q=0;
double p=0;
for (i=0; i<S; i++)
{
for (j=0; j<N; j++)
{
p=(rand()%1001)/1000.0;
if (p<Pm)//对每一位都要考虑
{
if(X[i].chromsome[j]==1)X[i].chromsome[j]=0;
else X[i].chromsome[j]=1;
}
}
if(i==best)
if(-1==comp(bestindividual,X[i]))//如果变异后适应度变小
X[i]=bestindividual;
}
}
/************************************************************************/
void FindBestandWorstIndividual(void)
{
int i;
bestindividual=X[0];
for (i=1;i<S; i++)
{
if (X[i].fitness>bestindividual.fitness)
{
bestindividual=X[i];
best=i;
}
}
}
/*主函数*****************************************************************/
int main()
{
DWORD start, stop;
start = GetTickCount();//程序开始时间
srand((unsigned)time(0));
t=0;
GenerateInitialPopulation(); //初始群体包括产生个体和计算个体的初始值
while (t<=T)
{
FindBestandWorstIndividual(); //保存当前最优解
SelectionOperator(); //选择
CrossoverOperator(); //交叉
MutationOperator(); //变异
Checkalike(); //检查相似度
CalculateFitnessValue(); //计算新种群适应度
t++;
}
FindBestandWorstIndividual(); //找到最优解
printf(" 物品价值：");
for(int k=0;k<N;k++)
{
printf(" %d ",value[k]);
}
printf("\n");
printf(" 物品重量:");
for(int k=0;k<N;k++)
{
printf(" %d ",weight[k]);
}
printf("\n");
printf("背包容量 %d\n",1000); //输出最优值
printf("-----------------------------\n");
printf("最优值 %f\n",bestindividual.fitness); //输出最优值
printf("对应重量 %f\n",bestindividual.weight); //对应重量
printf("线性解：");
for(int k=0;k<N;k++)
{
if(bestindividual.chromsome[k]==1){ //输出最优解
printf(" %d ",1);
}else{
printf(" %d ",0);
}
}
printf("\n");
printf("\n");
stop = GetTickCount();//程序结束时间
printf("运行时间: %lld ms\n", stop - start);
system("pause");
return 0;
}
/*结束***********************************************************************/
二 、结果分析
蓝色字表示 输出结果
运行时间表示 算法复杂度
1)数据集一:物体总个数为30时
物品价值：
物品重量: 80 82 85 70 72 70 66 50 55 25 50 55 40 48 50 32 22 60 30 32 40 38 35 32 25 28 30 22 25 30
背包容量
-----------------------------
最优值
对应重量
线性解：
运行时间: 16 ms
2)数据集二:物体总个数为50时
物品价值：
物品重量: 80 82 85 70 72 70 66 50 55 25 50 55 40 48 50 32 22 60 30 32 40 38 35 32 25 28 30 22 25 30 45 30 60 50 20 65 20 25 30 10 20 25 15 10 10 10 4 4 2 1
背包容量
-----------------------------
最优值
对应重量
线性解：
运行时间: 31 ms
3)数据集三:物体总个数为60时
物品价值：
物品重量: 54 183 106 82 30 58 71 166 117 190 90 191 205 128 110 89 63 6 140 86 30 91 156 31 70 199 142 98 178 16 140 31 24 197 101 73 16 73 2 159 71 102 144 151 27 131 209 164 177 177 129 146 17 53 64 146 43 170 180 171
背包容量
-----------------------------
最优值
对应重量
线性解：
运行时间: 19297 ms
