排课系统的开发是基于遗传算法的这里有遗传算法框架，可运行的！！就是不懂得排课系统的分析需求！如何改造适应度函数，求高手指点……

#include

#include

#include

#include

#define POPSIZE 500                    //种群大小

#define chromlength 8                  //染色体长度

int popsize ;                          //种群大小

int maxgeneration;                    //最大世代数

double pc = 0.0;                            //交叉率

double pm = 0.0;                            //变异率

struct individual                      //定义染色体个体结构体

{

int   chrom[chromlength];               //定义染色体二进制表达形式，edit by ppme 将char 转为 int

double value;                          //染色体的值

double fitness;                        //染色体的适应值

};

int generation;                        //当前执行的世代数

int best_index;                        //最好的染色体索引序号

int worst_index;                       //最差的染色体索引序号

struct individual bestindividual;      //最佳染色体个体

struct individual worstindividual;     //最差染色体个体

struct individual currentbest;         //当前最好的染色体个体 currentbest

struct individual population[POPSIZE];//种群数组

//函数声明

void generateinitialpopulation();      //ok-初始化当代种群

void generatenextpopulation();         //？？产生下一代种群

void evaluatepopulation();             //评价种群

void calculateobjectfitness();         //计算种群适应度

//long decodechromosome(char *,int,int);//染色体解码

double decodechromosome(int,int); //染色体解码

void findbestandworstindividual();     //寻找最好的和最坏的染色体个体

void performevolution();               //进行演变进化

void selectoperator();                 //选择操作

void crossoveroperator();              //交换操作

void mutationoperator();               //变异操作

void input();                          //输入接口

void outputtextreport();               //输出文字报告

void main()     //主函数

{

int i;

srand((unsigned)time(NULL));             //强制类型转化，以当前时间戳定义随机数种子

printf("本程序为求函数y=x*x的最大值\n");

generation=0;                    //初始化generation当前执行的代

input();                         //初始化种群大小、交叉率、变异率

/*edit by ppme*/

//调试用。。。。。显示input()结果

printf("popsize %d;maxgeneration %d;pc %f;pm %f\n\n",popsize,maxgeneration,pc,pm);

/*edit by ppme*/

generateinitialpopulation();     //产生初始化种群

evaluatepopulation();            //评价当前种群,(A.计算种群/个体的适应度;B.找出最好和最差的个体)

while(generation

{

generation++;

generatenextpopulation();         //生成子代种群(A.选择; B.交叉; C.变异)

evaluatepopulation();             //评价新生子代种群

performevolution();               //进行子代进化

outputtextreport();               //输入当代最终种群

}

printf("\n");

printf("          统计结果:         ");

printf("\n");

printf("最大函数值等于：%f\n",currentbest.fitness);

printf("其染色体编码为：");

//计算currentbest的value

for( i = 0 ; i < chromlength ; i++ )

printf(" %d",currentbest.chrom[i]);

}

void generateinitialpopulation( )   //种群初始化

{

int i,j;

srand((unsigned)time(NULL));             //强制类型转化，以当前时间戳定义随机数种子

for (i=0;i

{

for(j=0;j

{

population[i].chrom[j]=(rand()%10<5)?0:1;   //rand()%10随机产生0-9的整数

//,小于5标注0,否则标注1

}

}

}

void generatenextpopulation()   //生成下一代

{

selectoperator();

crossoveroperator();

mutationoperator();

}

void evaluatepopulation()    //评价种群???

{

calculateobjectfitness();        //计算种群?个体的适应度

findbestandworstindividual();    //赵到最好和最差的染色体个体

}

void calculateobjectfitness()   //计算染色体个体适应值和适应度

{

int i;

int j;

printf("calculateobjectfitness is executing!");

for(i=0;i

{

double temp;

temp=decodechromosome(i,chromlength); //计算个体适应值

population[i].value=(double)temp;

population[i].fitness=population[i].value*population[i].value;

}

//调试用

printf("显示当前种群结果:\n");

for(i = 0 ; i < popsize ; i++)

{

for(j = 0 ; j < chromlength ; j++)

{

printf(" %d",population[i].chrom[j]);

}

printf(" %lf",population[i].value);

printf(" %lf",population[i].fitness);

printf("\n");

}

}

//error

double decodechromosome(int pop_index , int length) //给染色体解码

{

int i;

double decimal=0;

for( i = 0 ; i < length ; i++ )

decimal += population[pop_index].chrom[i]*pow(2,i);    //遍历染色体二进制编码,

return (decimal);                                                    //并计算出其10进制的value值

}

void findbestandworstindividual( ) //求最佳个体和最差个体

{

int i;

double sum=0.0;

bestindividual=population[0];

worstindividual=population[0];

for (i=1;i

{

if (population[i].fitness>bestindividual.fitness)        //依次比较,找出最佳个体

{

bestindividual=population[i];

best_index=i;

}

else if (population[i].fitness

{

worstindividual=population[i];

worst_index=i;

}

sum+=population[i].fitness;                               //sum 存放种群总体适应值

}//for

if (generation==0)

{

currentbest=bestindividual;                     //第一代最好的暂时存放在currentbest

}

else

{

if(bestindividual.fitness>=currentbest.fitness)//第n代最好的，通过比较大于以往最好个体的话，

{                                               //暂时存放在currentbest

currentbest=bestindividual;

}

}

}

void performevolution() //演示评价结果

{

if (bestindividual.fitness>currentbest.fitness)

{

currentbest=population[best_index];

}

else

{

population[worst_index]=currentbest;

}

}

void selectoperator() //比例选择算法

{

int i,index;

double p,sum=0.0;                            //p存放随机概率，sum存放个体适应率和累计适应率

double cfitness[POPSIZE];                    //当代种群染色体个体的适应率

struct individual newpopulation[POPSIZE];    //新种群

srand((unsigned) time(NULL));                //种下随机种子

for(i=0;i

{

sum+=population[i].fitness;                //sum存放种群适应值总和

}

for(i=0;i

cfitness[i]=population[i].fitness/sum;     // cfitness[] = fitness/sum得到个体适应率

}

for(i=1;i

cfitness[i]=cfitness[i-1]+cfitness[i];     //cfitness[]= cfitness[i-1]+cfitness[i]得到种群

}                                            //累计适应率

for (i=0;i

{

p=rand()%1000/1000.0;                      //得到千分位小数

index=0;

while (p>cfitness[index])

{

index++;

}

newpopulation[i]=population[index];        //选出的个体组成新的一代,暂时存放于newpopulation[]中

}

for(i=0;i

population[i]=newpopulation[i];            //全局变量populaiton存放新的种群(有重复的值)

}

}

void crossoveroperator() //交叉算法

{

int i,j;

int index[POPSIZE];

int point,temp;

double p;

srand((unsigned) time(NULL));                //种下随机种子

for (i=0;i

index[i]=i;

}

for (i=0;i

point=rand()%(popsize-i);                  //打乱种群顺序

temp=index[i];

index[i]=index[point+i];

index[point+i]=temp;

}

for (i=0;i

p=rand()%1000/1000.0;

if (p

point=rand()%(chromlength-1)+1;

for (j=point; j

temp=population[index[i]].chrom[j];

population[index[i]].chrom[j]=population[index[i+1]].chrom[j];

population[index[i+1]].chrom[j]=temp;

}

}

}

}

void mutationoperator() //变异操作

{

int i,j;

double p;

srand((unsigned) time(NULL));                //种下随机种子

for (i=0;i

for(j=0;j

p=rand()%1000/1000.0;

if (p

population[i].chrom[j]=(population[i].chrom[j]==0)?1:0;

}

}

}

}

void input() //数据输入

{

printf("初始化全局变量:\n");

printf("     种群大小(50-500偶数)：");

scanf("%d", &popsize);                 //输入种群大小，必须为偶数

if((popsize%2) != 0)

{

printf( "    种群大小已设置为偶数\n");

popsize++;

};

printf("      最大世代数(100-300)："); //输入最大世代数

scanf("%d", &maxgeneration);

printf("      交叉率(0.2-0.99)：");     //输入交叉率

scanf("%lf", &pc);

printf("      变异率(0.001-0.1)：");    //输入变异率

scanf("%lf", &pm);

}

void outputtextreport()//数据输出

{

int i;

double sum;

double average;

sum=0.0;

for(i=0;i

{

sum+=population[i].value;

}

average=sum/popsize;

printf("当前世代=%d\n当前世代染色体平均值=%f\n当前世代染色体最高值=%f\n",generation,average,population[best_index].value);

}

评分