Java遺傳算法之沖出迷宮
更新時間：2017年09月13日 10:49:11 投稿：mengwei
這篇文章首先詳細介紹了什么是遺傳算法，然后通過遺傳算法的思想用實例解析使用遺傳算法解決迷宮問題,需要的朋友可以參考下
遺傳算法是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型，是一種通過模擬自然進化過程搜索最優(yōu)解的方法。它能解決很多問題，比如數(shù)學方程的最大最小值，背包問題，裝箱問題等。在游戲開發(fā)中遺傳算法的應(yīng)用也十分頻繁，不少的游戲 AI 都利用遺傳算法進行編碼。
就個人理解，遺傳算法是模擬神奇的大自然中生物“優(yōu)勝劣汰”原則指導下的進化過程，好的基因有更多的機會得到繁衍，這樣一來，隨著繁衍的進行，生物種群會朝著一個趨勢收斂。而生物繁衍過程中的基因雜交和變異會給種群提供更好的基因序列，這樣種群的繁衍趨勢將會是“長江后浪推前浪，一代更比一代強”，而不會是只受限于祖先的最好基因。而程序可以通過模擬這種過程來獲得問題的最優(yōu)解（但不一定能得到）。要利用該過程來解決問題，受限需要構(gòu)造初始的基因組，并為對每個基因進行適應(yīng)性分數(shù)（衡量該基因的好壞程度）初始化，接著從初始的基因組中選出兩個父基因（根據(jù)適應(yīng)性分數(shù)，采用輪盤算法進行選擇）進行繁衍，基于一定的雜交率（父基因進行雜交的概率）和變異率（子基因變異的概率），這兩個父基因會生成兩個子基因，然后將這兩個基因放入種群中，到這里繁衍一代完成，重復繁衍的過程直到種群收斂或適應(yīng)性分數(shù)達到最大。
接下來我們就看看用遺傳算法沖出迷宮的實例。
代碼如下：
import java.awt.Color;
import java.awt.Graphics;
import java.awt.GridLayout;
import java.util.ArrayList;
import java.util.List;
import java.util.Random;
import javax.swing.JFrame;
import javax.swing.JLabel;
import javax.swing.JPanel;
@SuppressWarnings("serial")
public class MazeProblem extends JFrame{
//當前基因組
private static List<Gene> geneGroup = new ArrayList<>();
private static Random random = new Random();
private static int startX = 2;
private static int startY = 0;
private static int endX = 7;
private static int endY = 14;
//雜交率
private static final double CROSSOVER_RATE = 0.7;
//變異率
private static final double MUTATION_RATE = 0.0001;
//基因組初始個數(shù)
private static final int POP_SIZE = 140;
//基因長度
private static final int CHROMO_LENGTH = 70;
//最大適應(yīng)性分數(shù)的基因
private static Gene maxGene = new Gene(CHROMO_LENGTH);
//迷宮地圖
private static int[][] map = {{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,0,1,0,0,0,0,0,1,1,1,0,0,0,1},
{5,0,0,0,0,0,0,0,1,1,1,0,0,0,1},
{1,0,0,0,1,1,1,0,0,1,0,0,0,0,1},
{1,0,0,0,1,1,1,0,0,0,0,0,1,0,1},
{1,1,0,0,1,1,1,0,0,0,0,0,1,0,1},
{1,0,0,0,0,1,0,0,0,0,1,1,1,0,1},
{1,0,1,1,0,0,0,1,0,0,0,0,0,0,8},
{1,0,1,1,0,0,0,1,0,0,0,0,0,0,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1}};
private static int MAP_WIDTH = 15;
private static int MAP_HEIGHT = 10;
private List<JLabel> labels = new ArrayList<>();
public MazeProblem(){
// 初始化
setSize(700, 700);
setDefaultCloseOperation(DISPOSE_ON_CLOSE);
setResizable(false);
getContentPane().setLayout(null);
JPanel panel = new JPanel();
panel.setLayout(new GridLayout(MAP_HEIGHT,MAP_WIDTH));
panel.setBounds(10, 10, MAP_WIDTH*40, MAP_HEIGHT*40);
getContentPane().add(panel);
for(int i=0;i<MAP_HEIGHT;i++){
for(int j=0;j<MAP_WIDTH;j++){
JLabel label = new JLabel();
Color color = null;
if(map[i][j] == 1){
color = Color.black;
}
if(map[i][j] == 0){
color = Color.GRAY;
}
if(map[i][j] == 5 || map[i][j] ==8){
color = Color.red;
}
label.setBackground(color);
label.setOpaque(true);
panel.add(label);
labels.add(label);
}
}
}
@Override
public void paint(Graphics g) {
super.paint(g);
//畫出路徑
int[] gene = maxGene.getGene();
int curX = startX;
int curY = startY;
for(int i=0;i<gene.length;i+=2){
//上
if(gene[i] == 0 && gene[i+1] == 0){
if(curX >=1 && map[curX-1][curY] == 0){
curX --;
}
}
//下
else if(gene[i] == 0 && gene[i+1] == 1){
if(curX <=MAP_HEIGHT-1 && map[curX+1][curY] == 0){
curX ++;
}
}
//左
else if(gene[i] == 1 && gene[i+1] == 0){
if(curY >=1 && map[curX][curY-1] == 0){
curY --;
}
}
//右
else{
if(curY <= MAP_WIDTH-1 && map[curX][curY+1] == 0){
curY ++;
}
}
labels.get(curX*MAP_WIDTH+curY).setBackground(Color.BLUE);
}
}
public static void main(String[] args) {
//初始化基因組
init();
while(maxGene.getScore() < 1){
//選擇進行交配的兩個基因
int p1 = getParent(geneGroup);
int p2 = getParent(geneGroup);
//用輪盤轉(zhuǎn)動法選擇兩個基因進行交配,雜交和變異
mate(p1,p2);
}
new MazeProblem().setVisible(true);
}
/**
* 根據(jù)路徑獲得適應(yīng)性分數(shù)
* @param path
* @return
*/
private static double getScore(int[] gene){
double result = 0;
int curX = startX;
int curY = startY;
for(int i=0;i<gene.length;i+=2){
//上
if(gene[i] == 0 && gene[i+1] == 0){
if(curX >=1 && map[curX-1][curY] == 0){
curX --;
}
}
//下
else if(gene[i] == 0 && gene[i+1] == 1){
if(curX <=MAP_HEIGHT-1 && map[curX+1][curY] == 0){
curX ++;
}
}
//左
else if(gene[i] == 1 && gene[i+1] == 0){
if(curY >=1 && map[curX][curY-1] == 0){
curY --;
}
}
//右
else{
if(curY <= MAP_WIDTH-1 && map[curX][curY+1] == 0){
curY ++;
}
}
}
double x = Math.abs(curX - endX);
double y = Math.abs(curY - endY);
//如果和終點只有一格距離則返回1
if((x == 1&& y==0) || (x==0&&y==1)){
return 1;
}
//計算適應(yīng)性分數(shù)
result = 1/(x+y+1);
return result;
}
/**
* 基因初始化
*/
private static void init(){
for(int i=0;i<POP_SIZE;i++){
Gene gene = new Gene(CHROMO_LENGTH);
double score = getScore(gene.getGene());
if(score > maxGene.getScore()){
maxGene = gene;
}
gene.setScore(score);
geneGroup.add(gene);
}
}
/**
* 根據(jù)適應(yīng)性分數(shù)隨機獲得進行交配的父類基因下標
* @param list
* @return
*/
private static int getParent(List<Gene> list){
int result = 0;
double r = random.nextDouble();
double score;
double sum = 0;
double totalScores = getTotalScores(geneGroup);
for(int i=0;i<list.size();i++){
Gene gene = list.get(i);
score = gene.getScore();
sum += score/totalScores;
if(sum >= r){
result = i;
return result;
}
}
return result;
}
/**
* 獲得全部基因組的適應(yīng)性分數(shù)總和
* @param list
* @return
*/
private static double getTotalScores(List<Gene> list){
double result = 0;
for(int i=0;i<list.size();i++){
result += list.get(i).getScore();
}
return result;
}
/**
* 兩個基因進行交配
* @param p1
* @param p2
*/
private static void mate(int n1,int n2){
Gene p1 = geneGroup.get(n1);
Gene p2 = geneGroup.get(n2);
Gene c1 = new Gene(CHROMO_LENGTH);
Gene c2 = new Gene(CHROMO_LENGTH);
int[] gene1 = new int[CHROMO_LENGTH];
int[] gene2 = new int[CHROMO_LENGTH];
for(int i=0;i<CHROMO_LENGTH;i++){
gene1[i] = p1.getGene()[i];
gene2[i] = p2.getGene()[i];
}
//先根據(jù)雜交率決定是否進行雜交
double r = random.nextDouble();
if(r >= CROSSOVER_RATE){
//決定雜交起點
int n = random.nextInt(CHROMO_LENGTH);
for(int i=n;i<CHROMO_LENGTH;i++){
int tmp = gene1[i];
gene1[i] = gene2[i];
gene2[i] = tmp;
}
}
//根據(jù)變異率決定是否
r = random.nextDouble();
if(r >= MUTATION_RATE){
//選擇變異位置
int n = random.nextInt(CHROMO_LENGTH);
if(gene1[n] == 0){
gene1[n] = 1;
}
else{
gene1[n] = 0;
}
if(gene2[n] == 0){
gene2[n] = 1;
}
else{
gene2[n] = 0;
}
}
c1.setGene(gene1);
c2.setGene(gene2);
double score1 = getScore(c1.getGene());
double score2 = getScore(c2.getGene());
if(score1 >maxGene.getScore()){
maxGene = c1;
}
if(score2 >maxGene.getScore()){
maxGene = c2;
}
c1.setScore(score1);
c2.setScore(score2);
geneGroup.add(c1);
geneGroup.add(c2);
}
}
/**
* 基因
* @author ZZF
*
*/
class Gene{
//染色體長度
private int len;
//基因數(shù)組
private int[] gene;
//適應(yīng)性分數(shù)
private double score;
public Gene(int len){
this.len = len;
gene = new int[len];
Random random = new Random();
//隨機生成一個基因序列
for(int i=0;i<len;i++){
gene[i] = random.nextInt(2);
}
//適應(yīng)性分數(shù)設(shè)置為0
this.score = 0;
}
public int getLen() {
return len;
}
public void setLen(int len) {
this.len = len;
}
public int[] getGene() {
return gene;
}
public void setGene(int[] gene) {
this.gene = gene;
}
public double getScore() {
return score;
}
public void setScore(double score) {
this.score = score;
}
public void print(){
StringBuilder sb = new StringBuilder();
for(int i=0;i<gene.length;i+=2){
if(gene[i] == 0 && gene[i+1] == 0){
sb.append("上");
}
//下
else if(gene[i] == 0 && gene[i+1] == 1){
sb.append("下");
}
//左
else if(gene[i] == 1 && gene[i+1] == 0){
sb.append("左");
}
//右
else{
sb.append("右");
}
}
System.out.println(sb.toString());
}
}
以上就是本文關(guān)于遺傳算法沖出迷宮方法實例解析，希望對大家有所幫助。
相關(guān)文章
MybatisPlus實現(xiàn)數(shù)據(jù)權(quán)限隔離的示例詳解
Mybatis Plus對Mybatis做了無侵入的增強,非常的好用,今天就給大家介紹它的其中一個實用功能：數(shù)據(jù)權(quán)限插件,感興趣的可以跟隨小編一起了解下2024-04-04
SpringBoot3使用Jasypt加密數(shù)據(jù)庫用戶名、密碼等敏感信息
使用Jasypt（Java Simplified Encryption）進行數(shù)據(jù)加密和解密主要涉及幾個步驟,包括引入依賴、配置加密密碼、加密敏感信息、將加密信息存儲到配置文件中,以下是詳細的使用說明,需要的朋友可以參考下2024-07-07
Apache POI 是用Java編寫的免費開源的跨平臺的 Java API，Apache POI提供API給Java程式對Microsoft Office格式檔案讀和寫的功能，下面這篇文章主要給大家介紹了關(guān)于利用POI生成EXCEL文件的相關(guān)資料，需要的朋友可以參考下2018-07-07
詳解SSM框架下結(jié)合log4j、slf4j打印日志
本篇文章主要介紹了詳解SSM框架下結(jié)合log4j、slf4j打印日志，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-11-11
這篇文章主要介紹了java實現(xiàn)的新浪微博分享代碼實例，是通過新浪API獲得授權(quán)，然后接受客戶端請求的數(shù)據(jù)，第三方應(yīng)用發(fā)送請求消息到微博，喚起微博分享界面，非常的實用，有相同需要的小伙伴可以參考下。2015-03-03
SpringCloud?服務(wù)注冊中的nacos實現(xiàn)過程
這篇文章主要介紹了SpringCloud?服務(wù)注冊之nacos實現(xiàn)過程，本文通過實例代碼給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2022-03-03
這篇文章主要給大家介紹了關(guān)于Java后端中dto、vo、entity區(qū)別的相關(guān)資料,文中通過實例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2023-01-01
spring boot+jwt實現(xiàn)api的token認證詳解
這篇文章主要給大家介紹了關(guān)于spring boot+jwt實現(xiàn)api的token認證的相關(guān)資料，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一學習學習吧2018-12-12
這篇文章主要介紹了springboot集成mqtt超級詳細步驟，本文分步驟結(jié)合實例代碼給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2023-06-06
SpringBoot整合Elasticsearch實現(xiàn)索引和文檔的操作方法
Elasticsearch 基于 Apache Lucene 構(gòu)建，采用 Java 編寫，并使用 Lucene 構(gòu)建索引、提供搜索功能,本文分步驟通過綜合案例給大家分享SpringBoot整合Elasticsearch的相關(guān)知識，感興趣的朋友跟隨小編一起看看吧2021-05-05