JGAP

JGAP 是一款用Java編寫的遺傳算法包，由sourceforce上開發而來。它提供了基本的遺傳算法，你可以使用它來解決一些適合用遺傳算法解決的問題。而且它給出了很多例子程式，可用於我們一些遺傳算法的測試工作。由於它來自於開源組織sourceforce，所以開源的遺傳功能將是研究簡單遺傳算法很好工具。

基本介紹

• 外文名：JGAP
• 對象：Configuration對象
• 類別：遺傳算法包
• 語言：Java

簡介

使用JGAP,需要我們自己編寫的部分是

1 創建默認的Configuration對象。用這個對象設定後面一系列的參數。

代碼如下：

Configuration conf = new DefaultConfiguration

2：設定適應度函式。(FitnessFunction)

按照不同的問題的需要編寫不同的適應度函式。自己編寫的適應度函式需要繼承

org.jgap.FitnessFunction

代碼如下：

//BusFitnessFunction 是自己編寫的適應度函式

FitnessFunction myFunc = new BusFitnessFunction

conf.setFitnessFunction(myFunc)

構建基因

開源包已經定義了Gene這個接口，只需我們設定基因的長度，以及基因的具體類型，比如是整數，還是實數。

如下面的代碼：

Gene[] sampleGenes = new Gene[24];//基因長度24

for (int i = 0; i < sampleGenes.length; i++)

sampleGenes[i] = new IntegerGene(conf, 5, 20)

每個基因位是整數，取值範圍為最小為5，最大為20

4：構建染色體(Chromosome)

用上面的基因構成染色體

IChromosome sampleChromosome = new Chromosome(conf, sampleGenes)

conf.setSampleChromosome(sampleChromosome)

5：定義種群（Population）的大小

也就是染色體的個數

主要代碼

conf.setPopulationSize(100)染色體的個數為100

6：初始化種群

隨機初始化種群。

代碼如下：

Genotype population

population = Genotype.randomInitialGenotype(conf)

7種群開始進化

由於不知道具體進化終止的條件，所以就讓種群進化最大次數後終止。

如果種群中存在相同的染色體，那么就重新進化。

代碼如下：

for (int i = 0; i < MAX_ALLOWED_EVOLUTIONS; i++)

if (!uniqueChromosomes(population.getPopulation()))

throw new RuntimeException("Invalid state in generation " + i)

population.evolve

8列印輸出最終的最佳染色體

代碼如下

Chromosome bestSolutionSoFar = population.getFittestChromosome

System.out.println("The best solution has a fitness value of "

+ bestSolutionSoFar.getFitnessValue

System.out.println("It contained the following