Accueil > > > ALGORITHMIME GENETIQUE : PROBLEME DU VOYAGEUR DE COMMERCE
ALGORITHMIME GENETIQUE : PROBLEME DU VOYAGEUR DE COMMERCE
Information sur la source
Description
Probleme du voyageur de commerce avec 10 villes : consiste à trouver la distance minimale pour passer par toutes les villes sachant les distances entre chaque ville la resolution est faite en utilisant l'algorithme genetique
Source
- #!/usr/bin/env python
- # *-* coding: utf8 *-*
- import random,sys,os,time
-
- class individu:
- def __init__ (self,nombre_genes,random=-1):
- self.genes = []
- self.nombre_genes = nombre_genes
- if random == -1 : self.random ()
- """
- random : initialise aleatoirement les genes
- """
- def random (self):
- self.genes = []
- f = range(0,self.nombre_genes)
- for v in range(self.nombre_genes):
- val = random.choice (f)
- f.remove (val)
- self.genes.append (val)
- """
- evaluation : compare l'individu avec un tableau d'autres individus
- retourne le nombre d'individus auquel l'individu self est superieur et de meilleure
- qualité
- """
- def evalutation (self,autres_individus,distances):
- valeur_individu = 0
- for v in autres_individus:
- if self.compare(v,distances) > 0 : valeur_individu = valeur_individu + 1
- self.valeur_individu = valeur_individu
- return valeur_individu
- """
- compare : compare l'individu self avec un autre individu
- retourne un nombre positif s'il est superieur
- un nombre negatif s'il est inferieur
- le nombre 0 s'il est égal
- """
- def calcul_distance (self,distance):
- a = self.genes[0]
- dist = 0
- for b in self.genes[1:]:
- min=0
- max=0
- if a > b :
- min = b
- max = a
- else :
- min = a
- max = b
- dist = dist + (distance[min])[max-min-1]
- a = b
- self.distance = dist
- return dist
- def compare (self,individu,distance):
- individu.calcul_distance (distance)
- self.calcul_distance (distance)
- return self.distance - individu.distance
-
-
-
- class population:
- def __init__ (self,nombre_genes,nombre_initial_population=50):
- self.nombre_genes = nombre_genes
- self.distances = [[]] * nombre_genes
- self.individus = []
- self.nombre_initial_population = nombre_initial_population
- for v in range(self.nombre_initial_population):
- self.individus.append (individu(nombre_genes))
- """
- selection : methode de selection des meilleurs N individus
- """
- def selection (self , N=-1):
- if N == -1 : N = len(self.individus)
-
- for v in self.individus:
- v.evalutation (self.individus,self.distances)
-
- self.individus.sort (lambda a,b : a.valeur_individu - b.valeur_individu)
- if N <= len(self.individus) : self.individus = self.individus[0:N]
- """
- croisement : selectionne deux individus et croise leur gênes pour en creer de nouveaux
- """
- def croisement_deux (self , i1 , i2):
- i = individu (self.nombre_genes)
- l = len(i1.genes)
- a = l / 2
- p2 = i2.genes[a:l]
- p1 = i1.genes[0:a]
- choices = range(0,l)
- for v in p1:
- try:choices.remove (v)
- except : pass
- for v in p2:
- try : choices.remove (v)
- except : pass
- idc = 0
- for id in range(len(p2)):
- if p2[id] in p1:
- p2[id] = choices[idc]
- idc = idc + 1
- i.genes = p1 + p2
- return i
- """ croise tous les individus entre eux"""
- def croisement_all (self):
- new = []
- for v1 in range(len(self.individus)):
- for v2 in range(v1,len(self.individus)):
- new.append ( self.croisement_deux (self.individus[v1] , self.individus[v2]))
- self.individus = self.individus + new
-
- """ croise nombre_croisement individus aleatoires entre eux """
- def croisement_nombre (self , nombre_croisement):
- new = []
- for r in range(nombre_croisement):
- v1 = random.randint (0 , len(self.individus)-1)
- v2 = random.randint (0 , len(self.individus)-1)
- new.append (self.croisement_deux (self.individus[v1] , self.individus[v2]) )
- self.individus = self.individus + new
-
-
-
-
- if __name__ == "__main__" :
- """ population de 50 individus"""
- p = population (10,50)
- """ initialise les distances """
- p.distances[0] = [2,3,4,5,6,7,8,9,10 ] # distance de la premiere ville avec la 2eme , 3eme , ... , 10eme
- p.distances[1] = [11,12,13,14,15,16,17,18 ] # distance de la deuxieme ville avec la 3eme , 4eme , ... ,10eme
- p.distances[2] = [19,20,21,22,23,24,25] #etc...
- p.distances[3] = [26,27,28,29,30,31]
- p.distances[4] = [32,33,34,35,36]
- p.distances[5] = [37,38,39 ,40]
- p.distances[6] = [41,42,43]
- p.distances[7] = [44,45]
- p.distances[8] = [46] # distance de la 9eme ville avec la 10eme ville
- """
- 10 generations
- a chaque fois fait 100 croisements
- et selectionne les 10 premiers
- """
- for i in range(10):
- p.croisement_nombre (100)
- p.selection (10)
- for v in p.individus:
- print v.genes,v.calcul_distance (p.distances)
#!/usr/bin/env python
# *-* coding: utf8 *-*
import random,sys,os,time
class individu:
def __init__ (self,nombre_genes,random=-1):
self.genes = []
self.nombre_genes = nombre_genes
if random == -1 : self.random ()
"""
random : initialise aleatoirement les genes
"""
def random (self):
self.genes = []
f = range(0,self.nombre_genes)
for v in range(self.nombre_genes):
val = random.choice (f)
f.remove (val)
self.genes.append (val)
"""
evaluation : compare l'individu avec un tableau d'autres individus
retourne le nombre d'individus auquel l'individu self est superieur et de meilleure
qualité
"""
def evalutation (self,autres_individus,distances):
valeur_individu = 0
for v in autres_individus:
if self.compare(v,distances) > 0 : valeur_individu = valeur_individu + 1
self.valeur_individu = valeur_individu
return valeur_individu
"""
compare : compare l'individu self avec un autre individu
retourne un nombre positif s'il est superieur
un nombre negatif s'il est inferieur
le nombre 0 s'il est égal
"""
def calcul_distance (self,distance):
a = self.genes[0]
dist = 0
for b in self.genes[1:]:
min=0
max=0
if a > b :
min = b
max = a
else :
min = a
max = b
dist = dist + (distance[min])[max-min-1]
a = b
self.distance = dist
return dist
def compare (self,individu,distance):
individu.calcul_distance (distance)
self.calcul_distance (distance)
return self.distance - individu.distance
class population:
def __init__ (self,nombre_genes,nombre_initial_population=50):
self.nombre_genes = nombre_genes
self.distances = [[]] * nombre_genes
self.individus = []
self.nombre_initial_population = nombre_initial_population
for v in range(self.nombre_initial_population):
self.individus.append (individu(nombre_genes))
"""
selection : methode de selection des meilleurs N individus
"""
def selection (self , N=-1):
if N == -1 : N = len(self.individus)
for v in self.individus:
v.evalutation (self.individus,self.distances)
self.individus.sort (lambda a,b : a.valeur_individu - b.valeur_individu)
if N <= len(self.individus) : self.individus = self.individus[0:N]
"""
croisement : selectionne deux individus et croise leur gênes pour en creer de nouveaux
"""
def croisement_deux (self , i1 , i2):
i = individu (self.nombre_genes)
l = len(i1.genes)
a = l / 2
p2 = i2.genes[a:l]
p1 = i1.genes[0:a]
choices = range(0,l)
for v in p1:
try:choices.remove (v)
except : pass
for v in p2:
try : choices.remove (v)
except : pass
idc = 0
for id in range(len(p2)):
if p2[id] in p1:
p2[id] = choices[idc]
idc = idc + 1
i.genes = p1 + p2
return i
""" croise tous les individus entre eux"""
def croisement_all (self):
new = []
for v1 in range(len(self.individus)):
for v2 in range(v1,len(self.individus)):
new.append ( self.croisement_deux (self.individus[v1] , self.individus[v2]))
self.individus = self.individus + new
""" croise nombre_croisement individus aleatoires entre eux """
def croisement_nombre (self , nombre_croisement):
new = []
for r in range(nombre_croisement):
v1 = random.randint (0 , len(self.individus)-1)
v2 = random.randint (0 , len(self.individus)-1)
new.append (self.croisement_deux (self.individus[v1] , self.individus[v2]) )
self.individus = self.individus + new
if __name__ == "__main__" :
""" population de 50 individus"""
p = population (10,50)
""" initialise les distances """
p.distances[0] = [2,3,4,5,6,7,8,9,10 ] # distance de la premiere ville avec la 2eme , 3eme , ... , 10eme
p.distances[1] = [11,12,13,14,15,16,17,18 ] # distance de la deuxieme ville avec la 3eme , 4eme , ... ,10eme
p.distances[2] = [19,20,21,22,23,24,25] #etc...
p.distances[3] = [26,27,28,29,30,31]
p.distances[4] = [32,33,34,35,36]
p.distances[5] = [37,38,39 ,40]
p.distances[6] = [41,42,43]
p.distances[7] = [44,45]
p.distances[8] = [46] # distance de la 9eme ville avec la 10eme ville
"""
10 generations
a chaque fois fait 100 croisements
et selectionne les 10 premiers
"""
for i in range(10):
p.croisement_nombre (100)
p.selection (10)
for v in p.individus:
print v.genes,v.calcul_distance (p.distances)
Sources de la même categorie
Commentaires et avis
|
Derniers Blogs
IMAGINE CUP 2012, MAKE A SIGN EN FINALEIMAGINE CUP 2012, MAKE A SIGN EN FINALE par junarnoalg
Voilà qui est fait, la nouvelle est officielle ! L'équipe belge "Make a Sign" va au pays des kangourous défendre son projet dans la catégorie Software Design. http://www.imaginecup.com/CompetitionsContent/Competition/WorldwideFinalists.aspx V...
Cliquez pour lire la suite de l'article par junarnoalg KINECT 1.5 IS OUT !KINECT 1.5 IS OUT ! par Vko
La version 1.5 du Kinect For Microsoft vient tout juste de sortir ! Plein de nouveautés: Tracking de squelette en Near Mode Détection en position assise Détection faciale avec un SDK dédié Documentation et des guideline (enfin) Un out...
Cliquez pour lire la suite de l'article par Vko LES ACTUALITéS DE LA SEMAINE SUR C2I.FR (14 MAI - 20 MAI) LES ACTUALITéS DE LA SEMAINE SUR C2I.FR (14 MAI - 20 MAI) par richardc
Mise à jour des Web API du 14 Mai
Réservez dès maintenant votre journée du 20 juin pour le Windows Azure Dev Camp 2012 à Paris
Mise à jour de Team Foundation Service
MechCommander 2 sur Windows 8
Entity Framework 5 Release Candidate e...
Cliquez pour lire la suite de l'article par richardc REACTIVE EXTENSIONS : CONSOMMER DES SERVICES AVEC RX PARTIE 3, LES PIèGES à éVITERREACTIVE EXTENSIONS : CONSOMMER DES SERVICES AVEC RX PARTIE 3, LES PIèGES à éVITER par Groc
Une mauvaise utilisation de rx lors de l'écriture d'une couche d'accès à des services peut conduire à des cas embarassants avec des erreurs mal gérées, des appels qui ne partent lorsqu'ils le devraient, et même des résultats incorrects . le tout nuis...
Cliquez pour lire la suite de l'article par Groc SHAREPOINT BLOG SITE, PROBLèME D'ARCHIVESSHAREPOINT BLOG SITE, PROBLèME D'ARCHIVES par junarnoalg
Dernièrement, nous avons migré le site
myTIC
vers un nouveau serveur SharePoint 2010. Dans les contenus que nous vouloins récupérer, nous avions un certain nombre de blogs.
Nous avons utilisé les commandes Power...
Cliquez pour lire la suite de l'article par junarnoalg
Logiciels
974 Application Server (12.2.4.0)974 APPLICATION SERVER (12.2.4.0)Développez de puissantes applications dans un environnement de 'cloud computing', clusterisé, séc... Cliquez pour télécharger 974 Application Server vPicture (1.4.2.1)VPICTURE (1.4.2.1)Avec vPicture, hébergez vos images facilement et rapidement.
vPicture est un utilitaire simple, ... Cliquez pour télécharger vPicture Easy-Planning (2.2.1.6)EASY-PLANNING (2.2.1.6)Easy-Planning permet de créer des plannings sous la représentation de diagrammes et est adapté au... Cliquez pour télécharger Easy-Planning COM-BACKUP (2.0)COM-BACKUP (2.0)
COM-BACKUP est un logiciel de sauvegarde qui permet de planifier les sauvegardes de vos dossiers ...
Cliquez pour télécharger COM-BACKUP mySongBook Player (1.0.0)MYSONGBOOK PLAYER (1.0.0)mySongBook Player est un logiciel gratuit permettant l'accès à une archive de tablatures/partitio... Cliquez pour télécharger mySongBook Player
|