遗传算法求函数最值(C语言实现)

之前用matlab写过遗传算法，但从没用c实现过，今天老师布置了人工智能的课设，为了温故下学过的遗传算法，于是有了下面的代码……
下面的代码是求y=x*sin(10*pi*x)+2 (-1<=x<=2)的(近似)最大值，但稍作修改即可求其他函数的最值。

/*
用遗传算法求y=x*sin(10*pi*x)+2的最大值  -1=<x<=2
精确到6位小数
pow(2,21)<3*1000000<pow(2,22)
编码的二进制长度为22 
*/
#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <ctime>
#include <math.h>

#define N 3000000
#define PI 3.14159265
#define MAX(a,b) ((a)>(b)?(a):(b))

#define SIZE  50
#define MAXGEN  50
#define P_CORSS 0.75
#define P_MUTATION 0.05

#define LEN 22

typedef struct node
{
  char x[LEN];
  double fitness,fitsum;
}node;

node cur[SIZE],next[SIZE],max,min;

double randd()
{
  return (double)rand()/RAND_MAX;
}
int randi(int k)
{
  return (int)(randd()*k+0.5);
}

//计算当前种群中各个个体的适应度 
void cal_fitness()
{
  int i,j,k;
  double d;
  for(i=0;i<SIZE;i++)
  {
    k=0;
    for(j=LEN-1;j>=0;j--) k=(k<<1)+cur[i].x[j];
    d=(double)k/N*3-1;
    cur[i].fitness=d*sin(10*PI*d)+2;
    cur[i].fitsum=i>0?(cur[i].fitness+cur[i-1].fitsum):(cur[0].fitness);
  }
}

void init()
{
  int tmp;
  for(int i=0;i<SIZE;i++)
  {
    tmp=randi(N);
    for(int j=0;j<LEN;j++)
    {
      cur[i].x[j]=tmp%2;
      tmp=tmp>>1;
    }
  }
  cal_fitness();
}

int sel()
{
  double p=randd();
  double sum=cur[SIZE-1].fitsum;
  for(int i=0;i<SIZE;i++)
  {
    if(cur[i].fitsum/sum>p) return i;
  }
}

//换代 
void tran()
{
  int i,j,pos;
  //找当前种群最优个体 
  max=cur[0];
  for(i=1;i<SIZE-1;i++)
  {
    if(cur[i].fitness>max.fitness)  max=cur[i];
  }
  for(int k=0;k<SIZE;k+=2)
  {
    //选择交叉个体 
    i=sel();
    j=sel();
    
    //选择交叉位置 
    pos=randi(LEN-1);
    
    //交叉
    if(randd()<P_CORSS)
    {
      memcpy(next[k].x,cur[i].x,pos);
      memcpy(next[k].x+pos,cur[j].x+pos,LEN-pos);

      memcpy(next[k+1].x,cur[j].x,pos);
      memcpy(next[k+1].x+pos,cur[i].x+pos,LEN-pos);
    }
    else
    {
      memcpy(next[k].x,cur[i].x,LEN);
      memcpy(next[k+1].x,cur[j].x,LEN);
    }
    //变异
    if(randd()<P_MUTATION)
    {
      pos=randi(LEN-1);
      next[k].x[pos]^=next[k].x[pos];

      pos=randi(LEN-1);
      next[k+1].x[pos]^=next[k+1].x[pos];
    }
  }
  //找下一代的最差个体 
  min=next[0],j=0;
  for(i=1;i<SIZE-1;i++)
  {
    if(next[i].fitness<min.fitness)  min=next[i],j=i;
  }
  //用上一代的最优个体替换下一代的最差个体
  next[j]=max;
  
  memcpy(cur,next,sizeof(cur));
   
  
  cal_fitness();
}

//打印个体适应度和二进制编码 
void print(node tmp)
{
  printf("%.6lf",tmp.fitness);
  for(int i=0;i<LEN;i++)  printf(" %d",tmp.x[i]);
  printf("\n");
}

//打印种群
void printcur()
{
  for(int i=0;i<SIZE;i++) print(cur[i]);
} 


void GA()
{
  int cnt=0;
  double ans;
  while(cnt++<MAXGEN)
  {
    tran();
    
//    printf("%.6lf\n",max.fitness);
//    printcur();
  }
  ans=cur[0].fitness;
  for(int i=1;i<SIZE;i++) ans=MAX(ans,cur[i].fitness);
  printf("%.6lf\n",ans);
}

int main()
{
  srand((unsigned)time(NULL));
  
  init();
  GA();
  
  system("pause");
  return 0;
}