import?random
import?math
import?matplotlib.pyplot?as?plt
import?numpy?as?np
pop_size?=?30
chorm_length?=?10
Max_value?=?2
pc?=?0.6
pm?=?0.015
pop?=?[]
pop_X?=?[]??#?對應十進制數
pop_fit?=?[]
bestvalue?=?[]
meanvalue?=?[]
Var?=?[]


def?encode（）:
????for?i?in?range（pop_size）:
????????pop_i?=?[]
????????for?j?in?range（chorm_length）:
????????????pop_i.append（random.randint（0?1））
????????pop.append（pop_i）


def?decode（）:
????pop_X.clear（）
????for?i?in?range（pop_size）:
????????value?=?0
????????for?j?in?range（chorm_length）:
????????????value?+=?pop[i][j]*（2**（chorm_length?-?1?-?j））
????????pop_X.append（value?*?Max_value?/?（2**chorm_length?-?1））


def?cal_fit（）:
????decode（）
????pop_fit.clear（）
????fit_sum?=?0
????value?=?[]
????for?i?in?range（pop_size）:
????????f_value?=?pop_X[i]?*?math.sin（10?*?3.1415?*?pop_X[i]）?+?2
????????if?f_value?>?0.0:
????????????pop_fit.append（f_value）
????????????value.append（f_value）
????????else:
????????????pop_fit.append（0.0）
????????????value.append（0.0）
????????fit_sum?+=?pop_fit[i]
????for?i?in?range（pop_size）:
????????pop_fit[i]?=?pop_fit[i]?/?fit_sum
????for?i?in?range（1?pop_size）:
????????pop_fit[i]?+=?pop_fit[i?-?1]
????pop_fit[-1]?=?1
????return?value??#?返回初始版本的值


def?selection（）:
????random_selection?=?[]
????for?i?in?range（pop_size）:
????????random_selection.append（random.random（））
????random_selection.sort（）
????new?=?[]
????selection_id?=?0
????global?pop
????for?i?in?range（pop_size）:
????????while?selection_id?????????????new.append（pop[i]）
????????????selection_id?+=?1
????pop?=?new


def?cross（）:
????for?i?in?range（0?pop_size?-?1?2）:
????????if?random.random（）?????????????point?=?random.randint（0?chorm_length?-?1）
????????????t1?=?[]
????????????t2?=?[]
????????????t1.extend（pop[i][0:point]）
????????????t1.extend（pop[i?+?1][point:]）
????????????t2.extend（pop[i?+?1][0:point]）
????????????t2.extend（pop[i][point:]）
????????????pop[i]?=?t1
????????????pop[i+1]?=?t2


def?abrupt（）:
????for?i?in?range（pop_size）:
????????if?random.random（）?????????????point?=?random.randint（0?chorm_length?-?1）
????????????if?pop[i][point]?==?0:
????????????????pop[i][point]?=?1
????????????else:
????????????????pop[i][point]?=?0


encode（）
N?=?100
for?step?in?range（N）:
????decode（）
????eachvalue?=?cal_fit（）
????meanvalue.append（sum（eachvalue）/pop_size）
????bestvalue.append（max（eachvalue））
????Var.append（np.var（eachvalue））
????plt.scatter（[step?+?1]?*?pop_size?eachvalue）
????selection（）
????cross（）
????abrupt（）
print（bestvalue）
plt.plot（range（1?N?+?1）?bestvalue?color=‘c‘?label=‘Best??‘+str（bestvalue[-1]））
plt.plot（range（1?N?+?1）?meanvalue?color=‘b‘?label=‘Mean??‘+str（meanvalue[-1]））
plt.plot（range（1?N?+?1）?Var?color=‘r‘?label=‘Var??‘+str（Var[-1]））
#?plt.title（‘X?-?Y‘）
#?plt.xlabel（‘X‘）
#?plt.ylabel（‘Y‘）
plt.legend（）
plt.show（）

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2018-06-03?10:06??Algorithm\
?????文件???????28666??2018-06-02?15:29??Algorithm\GA?100.png
?????文件???????31569??2018-06-02?15:30??Algorithm\GA?1000.png
?????文件????????3025??2018-06-03?10:03??Algorithm\GA.py
?????文件????????2994??2018-06-03?09:21??Algorithm\模擬退火.py
?????文件???????41369??2018-06-03?08:29??Algorithm\粒子群???當前最優?平均?方差.png
?????文件???????28854??2018-06-02?23:33??Algorithm\粒子群.png
?????文件????????3252??2018-06-03?09:48??Algorithm\粒子群.py
?????文件???????92733??2018-06-02?15:33??Algorithm\蟻群?100.png
?????文件??????100638??2018-06-02?15:39??Algorithm\蟻群?1000.png
?????文件????????5528??2018-06-03?09:16??Algorithm\蟻群.py