Форум программистов, компьютерный форум, киберфорум
Visual C++
Войти
Регистрация
Восстановить пароль
Блоги Сообщество Поиск Заказать работу  
 
Рейтинг 4.55/11: Рейтинг темы: голосов - 11, средняя оценка - 4.55
2 / 2 / 1
Регистрация: 03.07.2010
Сообщений: 46

Визуализация генетического алгоритма движения к цели

29.01.2012, 19:45. Показов 2337. Ответов 3
Метки нет (Все метки)

Студворк — интернет-сервис помощи студентам
Задача: есть цель(круг), к которой за определенное количество шагов особи-круги либо достигают, либо не достигают. Достижение с помощью генетического алгоритма.
Сам алгоритм я написал, все уже вроде готово. Но с визуализацией мне дается тяжело. Осталось только в цикле шагов рисовать объекты(как движение или хотя бы новые как на картинке). Должно получиться примерно такое движение(или посекундное рисование)(см. картинку).
Вот код:
C++
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
// moveC.cpp: определяет точку входа для консольного приложения.
//
#include "stdafx.h"
#include <stdlib.h>
#include<stdio.h>
//#include <gl/glut.h"
#include <math.h>
#include<glut.h>
 
GLint Width = 512, Height = 512;
//--------------------------------
const int N=3;
const int n=4;
float L=400;
float h=1;
//--------------------------------
class hromos{
public:
    float genes[n];
};
//--------------------------------
hromos *H;
//--------------------------------
hromos mutation(hromos hr)
{
    if(hr.genes[0]<L/2) hr.genes[0]+=hr.genes[2] ;//x
    if(hr.genes[0]>L/2) hr.genes[0]-=hr.genes[2] ;//x
    hr.genes[1]+=hr.genes[3];//y
    hr.genes[3]+=h;//hy
 
    return hr;
}
//--------------------------------
void crossover_and_mutation()
{
    int g1,g2;
    float c;
    hromos *ocross;
    ocross=new hromos[N];
    hromos *mas;
    mas=new hromos[3*N];
    //выбор 2х особей 
    int io1,io2;
    //разные индексы
    for(int i=0;i<N/2;++i)
    {
        do 
          io1=rand();
        while(io1>=N && io1>=n); 
        io2=io1;
        while(io2=io1 && io2>=n)
            io2=rand();
    
        //копируем выбранные особи в отдельный массив для кроссинговера
        ocross[i]=H[io1];
        ocross[i+1]=H[io2];
        //выбираем 2 случайных гена для обмена
        do 
          g1=rand();
        while(g1>=N && g1>=n); 
        g2=g1;
        while(g2=g1 && g2>=n)
            g2=rand();
        //обмен первыми генами
        c=ocross[i].genes[g1];
        ocross[i].genes[g1]=ocross[i+1].genes[g1];
        ocross[i+1].genes[g1]=c;
        //обмен вторыми генами
        c=ocross[i].genes[g2];
        ocross[i].genes[g2]=ocross[i+1].genes[g2];
        ocross[i+1].genes[g2]=c;
        //мутация потомков
        ocross[i]=mutation(ocross[i]);
        ocross[i+1]=mutation(ocross[i+1]);
    }
    //помещаем всех особей(поп.+потомки) в 1 массив для сортировки
    for(int i=0;i<N;++i)
        mas[i]=H[i];
    int k=0;
    for(int i=N;i<(N+N);++i)
    {
        mas[i]=ocross[k];
        k++;
    }
    //сортируем по лучшим показателям x,y по убыванию
    hromos d;
    for(int i=0;i<(N+N+N);++i)
        for(int j=i;j<(N+N+N);++j)
        {
            if((mas[i].genes[0]+mas[i].genes[1])<(mas[j].genes[0]+mas[j].genes[1]))
            {
                d=mas[i];
                mas[i]=mas[j];
                mas[j]=d;
            }
        }
    //из mas создаем новую популяци из лучших особей
    for(int i=0;i<N;++i)
        H[i]=mas[i];
    //рисуем особей
 
    //высвобождаем память
    delete[] ocross;
}
//--------------------------------
int _tmain(int argc, char* argv[])
{
    int steps;
    printf("\nInput count of steps: ");
    scanf("%d", &steps);
    H=new hromos[N];
    for(int i=0;i<N;++i)
        for(int j=0;j<n;++j)
            H[i].genes[j]=rand();
    //на каждом шаге должна рисоваться новая популяция
    for(int step=1;step<steps;++step)
    {
        crossover_and_mutation();
        //здесь надо нарисовать получившуюся новую популяцию H[i]
    }
}
В опегл-е тоже не силен, поэтому и через опенгл тоже не получилось визуализировать процесс.
Миниатюры
Визуализация генетического алгоритма движения к цели  
0
Programming
Эксперт
39485 / 9562 / 3019
Регистрация: 12.04.2006
Сообщений: 41,671
Блог
29.01.2012, 19:45
Ответы с готовыми решениями:

Обучение генетического алгоритма
Здравствуйте! Есть набор исторических данных за несколько лет, а также реализация ГА. Подскажите, пожалуйста, как правильно обучать ГА на...

Минимизировать функцию с использованием генетического алгоритма
Требуется минимизировать функцию с помощью генетического алгоритма. Y =...

Нужны коды генетического алгоритма и нейросети
В общем просьба дать ссылки на любые подобные коды на c# и c++ В первую очередь интересует, чтобы можно было видеть отображение их...

3
2 / 2 / 1
Регистрация: 03.07.2010
Сообщений: 46
31.01.2012, 17:23  [ТС]
По коду: координаты х,y - это H[i].genes[0] и H[i].genes[1] соответственно
0
20 / 20 / 4
Регистрация: 23.10.2009
Сообщений: 139
02.02.2012, 20:00
Ну такое, как на рисунке, можно и обычными АПИшними функциями рисовать, овал там есть, кисти для фона тоже, линии есть. текст выводить тоже можно ... все есть )
0
2 / 2 / 1
Регистрация: 03.07.2010
Сообщений: 46
19.02.2012, 05:34  [ТС]
В общем, сделал в OpenGL. Но не совсем так, как на рисунке, но примерно так, только цель вверху и кружки одинакового цвета. Но почему-то оно у меня не постепенно выводит на экран шаг за шагом, а все сразу и кажется что нет никакого движения. Может, где-то я не там поставил glFlush() или упустил что-то?
C#
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
// очищаем буфер цвета
            Gl.glClear(Gl.GL_COLOR_BUFFER_BIT);
            int N = int.Parse(textBox4.Text);
            float h = float.Parse(textBox3.Text);
            const int n = 4;
            int steps;
            float xi = 0;
            float xj = 0;
            float yi = 0;
            float yj = 0;
            hromos T = new hromos();
            int s = int.Parse(textBox1.Text);
            T.steps = s;
            steps = s;
            int N1 = N;
            hromos[] lH = new hromos[N1];
            int w = 30 * (int)OGl.Height / (int)OGl.Width;
            int he = 30;
            T.GiveParameters(steps, N, h, w, he);
            //coordinate x
            for (int i = 0; i < N; ++i)
            {
                lH[i] = new hromos();
                lH[i].GiveParameters(steps, N, h, w, he);
                for (int j = 0; j < 1; ++j)
                    lH[i].genes[j] = (float)lH[i].rrand(w);
            }
            //coordinate y
            for (int i = 0; i < N; ++i)
                lH[i].genes[1] = 0;
            //steps of coordinates
            for (int i = 0; i < N; ++i)
            {
                lH[i].genes[2] = float.Parse(textBox2.Text);
                lH[i].genes[3] = float.Parse(textBox3.Text);
            }
            int g1, g2;
            int fdraw = 1;
            float c;
            hromos[] ocross = new hromos[N + 1];
            for (int l1 = 0; l1 < N + 1; ++l1)
            {
                ocross[l1] = new hromos();
                ocross[l1].GiveParameters(steps, N, h, w, he);
            }
            hromos[] mas = new hromos[3 * N + 1];
            for (int l1 = 0; l1 < 3 * N + 1; ++l1)
            {
                mas[l1] = new hromos();
                mas[l1].GiveParameters(steps, N, h, w, he);
            }
            //выбор 2х особей 
            int io1, io2;
            int k = 0;
            hromos d = new hromos();
            d.GiveParameters(steps, N, h, w, he);
            for (int step = 1; step <= steps; ++step)
            {
                //разные индексы
                for (int i = 0; i < N / 2; ++i)
                {
                    io1 = T.rrand(N);
                    io2 = io1;
                    while (io2 == io1)
                        io2 = T.rrand(N);
                    //копируем выбранные особи в отдельный массив для кроссинговера
                    for (int j1 = 0; j1 < n; ++j1)
                    {
                        ocross[i].genes[j1] = lH[io1].genes[j1];
                        ocross[i + 1].genes[j1] = lH[io2].genes[j1];
                    }
                    //выбираем 2 случайных гена для обмена
                    do
                        g1 = T.rrand(n);
                    while (g1 >= n);
                    g2 = g1;
                    while (g2 == g1)
                        g2 = T.rrand(n);
                    //обмен первыми генами
                    c = ocross[i].genes[g1];
                    ocross[i].genes[g1] = ocross[i + 1].genes[g1];
                    ocross[i + 1].genes[g1] = c;
                    //обмен вторыми генами
                    c = ocross[i].genes[g2];
                    ocross[i].genes[g2] = ocross[i + 1].genes[g2];
                    ocross[i + 1].genes[g2] = c;
                    //мутация потомков
                    ocross[i].mutation();
                    ocross[i + 1].mutation();
                }
                //помещаем всех особей(поп.+потомки) в 1 массив для сортировки
                for (int i = 0; i < N; ++i)
                    mas[i] = lH[i];
                for (int i = N; i < (N + N); ++i)
                {
                    mas[i] = ocross[k];
                    k++;
                }
                k = 0;
                //сортируем по лучшим показателям x,y по убыванию 
                xi = 0;
                xj = 0;
                for (int i = 0; i < (N + N + N); ++i)
                    for (int j = i; j < (N + N + N); ++j)
                    {
                        if ((mas[i].genes[0] < w / 2) && (mas[j].genes[0] < w / 2))
                        {
                            xi = w / 2 - mas[i].genes[0];
                            xj = w / 2 - mas[j].genes[0];
                        }
                        if ((mas[i].genes[0] < w / 2) && (mas[j].genes[0] > w / 2))
                        {
                            xi = w / 2 - mas[i].genes[0];
                            xj = mas[j].genes[0] - w / 2;
                        }
                        if ((mas[i].genes[0] > w / 2) && (mas[j].genes[0] < w / 2))
                        {
                            xi = mas[i].genes[0] = w / 2;
                            xj = w / 2 - mas[j].genes[0];
                        }
                        if ((mas[i].genes[0] > w / 2) && (mas[j].genes[0] > w / 2))
                        {
                            xi = mas[i].genes[0] - w / 2;
                            xj = mas[j].genes[0] - w / 2;
                        }
                        yi = he - 2 - mas[i].genes[1];
                        yj = he - 2 - mas[j].genes[1];
                        if (Math.Sqrt(xi * xi + yi * yi) > Math.Sqrt(xj * xj + yj * yj))
                        {
                            d = mas[i];
                            mas[i] = mas[j];
                            mas[j] = d;
                        }
                    }
                //из mas создаем новую популяци из лучших особей
                for (int i = 0; i < N; ++i)
                    lH[i] = mas[i];
                // очищаем текущую матрицу
                Gl.glLoadIdentity();
                // устанавливаем текущий цвет - красный
                Gl.glColor3f(255, 0, 0);
                //цель красная
                Gl.glColor3f(255, 0, 0);
                T.drawCircle(w / 2, he - 2, 1f, T.seg);
                for (int ym = 0; ym < N; ++ym)
                {
                    if (lH[ym].genes[1] >= (he - 1)) fdraw = 0;
                }
                //MessageBox.Show("Шаг: " + step);
                label5.Text = "Шаг: " + step;
                for (long ll = 0; ll < 10000000; ++ll)
                {
                    ;
                }
                    if (fdraw == 1)
                    {
                        for (int i = 0; i < N; ++i)
                        {
                            Gl.glColor3f(0, 0, 1.0f);
                            lH[i].drawCircle(lH[i].genes[0], lH[i].genes[1], T.r, T.seg);
                            // дожидаемся конца визуализации кадра 
                            Gl.glFlush();
                            // посылаем сигнал перерисовки элемента OGl 
                            OGl.Invalidate();
                        }
                    }
            }
        }
Может, где-то я не там поставил glFlush() или упустил что-то?
Миниатюры
Визуализация генетического алгоритма движения к цели  
0
Надоела реклама? Зарегистрируйтесь и она исчезнет полностью.
inter-admin
Эксперт
29715 / 6470 / 2152
Регистрация: 06.03.2009
Сообщений: 28,500
Блог
19.02.2012, 05:34
Помогаю со студенческими работами здесь

Задача коммивояжера с применением генетического алгоритма
Подскажите пожалуйста связывают понятия задачи коммивояжера (маршрут, город) и генетического алгоритма (хромосомы, ген) в теории. То есть...

Задача коммивояжера методом Генетического алгоритма
Здравствуйте, помогите решить данну проблему. Нужна решение задачи коммивояжера методом ГА, очень срочно Добавлено через 15 минут ...

Нахождение пути в лабиринте с использованием генетического алгоритма
Нужно написать программу поиска выхода из лабиринта с помощью генетического алгоритма. Программа должна содержать возможность...

Мышление на базе генетического алгоритма и передаточных функций
Когда-то давно, нашел алгоритм, сохранил в одном из проектов по анализу данных нейросетью с генетическим алгоритмом сейчас, вот опять,...

Написать программу, демонстрирующую применение генетического алгоритма
Программа, которая демонстрирует применение генетического алгоритма, конкретно с оператором мутации.


Искать еще темы с ответами

Или воспользуйтесь поиском по форуму:
4
Ответ Создать тему
Новые блоги и статьи
модель ЗдравоСохранения 8. Подготовка к разному выполнению заданий
anaschu 08.04.2026
https:/ / github. com/ shumilovas/ med2. git main ветка * содержимое блока дэлэй из старой модели теперь внутри зайца новой модели 8ATzM_2aurI
Блокировка документа от изменений, если он открыт у другого пользователя
Maks 08.04.2026
Алгоритм из решения ниже реализован на примере нетипового документа, разработанного в конфигурации КА2. Задача: запретить редактирование документа, если он открыт у другого пользователя. / / . . .
Система безопасности+живучести для сервера-слоя интернета (сети). Двойная привязка.
Hrethgir 08.04.2026
Далее были размышления о системе безопасности. Сообщения с наклонным текстом - мои. А как нам будет можно проверить, что ссылка наша, а не подделана хулиганами, которая выбросит на другую ветку и. . .
Модель ЗдрввоСохранения 7: больше работников, больше ресурсов.
anaschu 08.04.2026
работников и заданий может быть сколько угодно, но настроено всё так, что используется пока что только 20% kYBz3eJf3jQ
Дальние перспективы сервера - слоя сети с космологическим дизайном интефейса карты и логики.
Hrethgir 07.04.2026
Дальнейшее ближайшее планирование вывело к размышлениям над дальними перспективами. И вот тут может быть даже будут нужны оценки специалистов, так как в дальних перспективах всё может очень сильно. . .
Горе от ума
kumehtar 07.04.2026
Эта мне ментальная установка, что вот прямо сейчас, мол, мне для полного счастья не хватает (нужное вписать), и когда я этого достигну - тогда и полный кайф. Одна из самых сильных ловушек на пути. . . .
Использование значений реквизитов справочника в документе, с определенными условиями и правами
Maks 07.04.2026
1. Контроль срока действия договора Алгоритм из решения ниже реализован на примере нетипового документа "ЗаявкаНаРаботу", разработанного в конфигурации КА2. Задача: уведомлять пользователя, если. . .
Доступность команды формы по условию
Maks 07.04.2026
Алгоритм из решения ниже реализован на примере нетипового документа "СписаниеМатериалов", разработанного в конфигурации КА2. Задача: сделать доступной кнопку (команда формы "ЗавершитьСписание") при. . .
КиберФорум - форум программистов, компьютерный форум, программирование
Powered by vBulletin
Copyright ©2000 - 2026, CyberForum.ru