如何用遗传算法实现智能组卷 跪求C++的遗传算法的智能组卷算法。
Java\u5f00\u53d1\u9898\u5e93\u9879\u76ee\uff0c\u7528\u9057\u4f20\u7b97\u6cd5\u5b9e\u73b0\u667a\u80fd\u7ec4\u5377\u529f\u80fd\uff0c\u6c42\u6e90\u4ee3\u7801\uff0c\u8c22\u8c22\uff01[email protected]
\u90ae\u4ef6\u8054\u7cfb\u3002
\u8fd9\u4e2a\u6211\u89c9\u5f97\u4f60\u5e94\u8be5\u53bb\u627e\u51e0\u672c\u4eba\u5de5\u667a\u80fd\u7684\u4e66\u6765\u770b\u770b\u3002\u3002\u7136\u540e\u770b\u91cc\u8fb9\u6709\u6ca1\u6709\u4f60\u60f3\u8981\u7684\u4ee3\u7801\u3002\u3002
智能组卷问题的遗传算法具体步骤：(1)随机从试题库中抽出一组试题，进行试题编码；
D=Encode(Random(Questions))；
(2)生成初始群体；
GroupNum=100；
for i=l to GroupNumexecute(1)；
(3)判断是否满足终止条件，如果满足则生成试卷并结束程序，否则转(4)；
If Oeneration=MaxGen or Function(D)>0．98
ExitO；
Else execute(4)；
(4)采用轮盘选择原理实现，并将个体复制到配对库，以备配对繁殖；
score=Function(fatherrand，D)；
sumScore=eumsum(Gen)；
rfitness(Gen)=score／sumScore；
cfitness(Gen)=cfitness(Geni_0+rfitness(Gen)；
R-randomO in【0，oiliness(1ast)]；
Ifcfitness(Gen)>R
Choose(individual)；
(5)按照一定的交换概率Pc对配对库中的个体进行随机交叉配对形成新个
体；
If random0<Pcrossrate奉100
{
ind--randperm(L-2卜2；
A=fatherrand(ind(1，(L-2)／2”；
B=fatherrand(ind((L一2)／2+1，end))；
)
(6)按照一定的变异概率Pm对个体进行基因突变，产生新的个体；
If random0<Pmuterate幸100
{
md=rand(num，N)；
ind=rnd[m，n]=size(ind)；
tmp=randint(m,n,2)+l；
trap(：，l：2即；
fatherrand--tmp+fatherrand；
fatherrand=mod(fatherrand，3)；
>
(7)完成以上选择、交叉和变异步骤后，将配对库中新产生的个体和原有的
群体放在一起组合成新种群，转(3)。
Generate(NextGroup)
execute(3)；
在遗传算法的实现过程中，编码方法、适应度函数、遗传算子、初始群体、
群体大小和停止标准等都是影响算法效率的非常关键的因素。
相关的文章百度文库和豆丁网有很多，源码嘛，可以到CSDN下载频道或者程序员联合开发网去找找。
绛旓細鏅鸿兘缁勫嵎闂鐨閬椾紶绠楁硶鍏蜂綋姝ラ锛(1)闅忔満浠庤瘯棰樺簱涓娊鍑轰竴缁勮瘯棰橈紝杩涜璇曢缂栫爜锛汥=Encode(Random(Questions))锛(2)鐢熸垚鍒濆缇や綋锛汫roupNum=100锛沠or i=l to GroupNumexecute(1)锛(3)鍒ゆ柇鏄惁婊¤冻缁堟鏉′欢锛屽鏋滄弧瓒冲垯鐢熸垚璇曞嵎骞剁粨鏉熺▼搴忥紝鍚﹀垯杞(4)锛汭f Oeneration=MaxGen or Function(D)>0锛98 ...
绛旓細public void clearAll(){ arr = new String[count]; }//閫氳繃缁欏畾鍏冪礌涓嬫爣鏉ュ垹闄ゆ煇涓鍏冪礌 public void removeBySeqn(int seqn){ if(seqn >= 0 && seqn<count){ arr[seqn] = null; } }public static void main(String[] args){ MyList list = new MyList ...
绛旓細鐩墠鏈変笁绉嶏細1. 闅忔満閫夊彇娉曪細鏍规嵁鐘舵佺┖闂寸殑鎺у埗鎸囨爣锛岀敱璁＄畻鏈洪殢鏈虹殑鎶藉彇涓閬撹瘯棰樻斁鍏ヨ瘯棰樺簱锛屾杩囩▼涓嶆柇閲嶅锛岀洿鍒扮粍鍗峰畬姣曪紝鎴栧凡鏃犳硶浠庨搴撲腑鎶藉彇婊¤冻鎺у埗鎸囨爣鐨勮瘯棰樹负姝傝鏂规硶缁撴瀯绠鍗曪紝瀵逛簬鍗曢亾棰樼殑鎶藉彇杩愯閫熷害杈冨揩锛屼絾鏄浜庢暣涓粍鍗疯繃绋嬫潵璇寸粍鍗锋垚鍔熺巼浣庯紝鍗充娇缁勫嵎鎴愬姛锛岃姳璐规椂闂翠篃浠や汉闅句互蹇嶅彈銆傚挨...
绛旓細缁勫嵎涓瀵逛簬鍗曢亾璇曢鍙互杩涜鐨勬搷浣滃涓嬶細1銆侀殢鏈烘娊鍙栫畻娉銆傝鏂规硶姣旇緝绠鍗曪紝瀵逛簬鍗曢亾璇曢鏁堢巼寰堥珮銆2銆侀仐浼犵畻娉曘傝鏂规硶缁撴瀯绠娲侊紝瀵逛簬鍗曢亾棰樼殑鎶藉彇杩愯閫熷害杈冨揩銆
绛旓細鑰冭瘯鐨勬晥搴﹀弽鏄犺冭瘯瀹炵幇鍏舵棦瀹氱洰鏍囩殑鎴愬姛绋嬪害锛屾彁楂樿冭瘯鐨勬晥搴︼紝灏辨槸浣胯冭瘯鐨勭粨鏋滀笌鑰冭瘯鐨勭洰鏍囨湁鏇撮珮鐨勭浉鍏虫э紝浠庤屾洿濂界殑瀹炵幇鑰冭瘯鐨勭洰鐨勩 瀛樺湪鐨勯棶棰橈細1鍚缁勫嵎绯荤粺鐨勬寚鏍囪姹備笉灏界浉鍚岋紝閲囩敤鐨勬暟瀛︽ā鍨嬩篃涓嶅悓锛屾弧瓒冲悇绉嶈瘎浠锋寚鏍囩殑鏁板妯″瀷鏈夌殑搴旂敤鐭╅樀鐞嗚锛屾湁鐨鐢ㄩ仐浼犵畻娉锛屼汉宸鏅鸿兘绛夛紝閮戒笉涓鏍枫2棰...
绛旓細At this stage through the analysis of multi-objective optimization of the basic model and genetic algorithm in the application of multi-objective optimization of the feasibility of the establishment of passenger satisfaction and satisfaction with public transport bus company dispatch optimization...
绛旓細vc++鐢ㄩ仐浼犵畻娉瑙ｅ喅杞﹁締浼樺寲璋冨害闂璁烘枃+婧愪唬鐮+浠诲姟涔c++杩愬姩浼氭垚缁╃鐞嗙郴缁(婧愮爜+璁烘枃)VC+ACCESS寮鍙戠殑閰掑簵绠＄悊+璁烘枃vc鏁版嵁鎸栨帢鍦ㄥ鎴峰叧绯荤鐞嗕腑鐨剉c涓浗璞℃杞欢(绋嬪簭+婧愮爜+璁烘枃)涓嬭浇VC鍋氱殑鑱婂ぉ瀹+璁烘枃娴忚鍣(璁烘枃+婧愮爜)涓涓猇C++鍋氱殑鎵嬫満璇濊垂鍙傝冪▼搴,鏈夎璁℃姤鍛妚fp鐜颁唬鐗╂祦浼佷笟绠＄悊绯荤粺+璁烘枃vfp鐜颁唬鐗╂祦浼佷笟绠＄悊...
绛旓細vc++鐢ㄩ仐浼犵畻娉瑙ｅ喅杞﹁締浼樺寲璋冨害闂璁烘枃+婧愪唬鐮+浠诲姟涔 vc++杩愬姩浼氭垚缁╃鐞嗙郴缁(婧愮爜+璁烘枃) VC+ACCESS寮鍙戠殑閰掑簵绠＄悊+璁烘枃 vc鏁版嵁鎸栨帢鍦ㄥ鎴峰叧绯荤鐞嗕腑鐨 vc涓浗璞℃杞欢(绋嬪簭+婧愮爜+璁烘枃)涓嬭浇 VC鍋氱殑鑱婂ぉ瀹+璁烘枃 娴忚鍣(璁烘枃+婧愮爜) 涓涓猇C++鍋氱殑鎵嬫満璇濊垂鍙傝冪▼搴,鏈夎璁℃姤鍛 vfp鐜颁唬鐗╂祦浼佷笟绠＄悊绯荤粺+璁烘枃 vfp鐜...
绛旓細software First discipline:Computer science and techonology Second discipline:Software engineering tutor mentor 姘村钩涓嶉珮,浠呬緵鍙傝.浼拌涓庤嫳鏂囩殑瀹為檯璇存硶杩樻槸宸簡涓嶅皯,杩欎簺瀛︽湳涓婄殑鎺瘝瀹炲湪璁茬┒,鎴戜篃鍙槸灏藉姏寰涓婇潬闈.鑷充簬"鏍″瀵煎笀"杩欎釜鎴戠湡鏄嬁涓嶅噯,灏变笉缁欐偍涔辩炕浜.鎮ㄦ渶濂芥壘鎵炬湡鍒婃垨闂棶涓撲笟鑰佸笀....
绛旓細vc++鐢ㄩ仐浼犵畻娉瑙ｅ喅杞﹁締浼樺寲璋冨害闂璁烘枃+婧愪唬鐮+浠诲姟涔c++杩愬姩浼氭垚缁╃鐞嗙郴缁(婧愮爜+璁烘枃)VC+ACCESS寮鍙戠殑閰掑簵绠＄悊+璁烘枃vc鏁版嵁鎸栨帢鍦ㄥ鎴峰叧绯荤鐞嗕腑鐨剉c涓浗璞℃杞欢(绋嬪簭+婧愮爜+璁烘枃)涓嬭浇VC鍋氱殑鑱婂ぉ瀹+璁烘枃娴忚鍣(璁烘枃+婧愮爜)涓涓猇C++鍋氱殑鎵嬫満璇濊垂鍙傝冪▼搴,鏈夎璁℃姤鍛妚fp鐜颁唬鐗╂祦浼佷笟绠＄悊绯荤粺+璁烘枃vfp鐜颁唬鐗╂祦浼佷笟绠＄悊...
