轮盘赌算法及其实现

参考：http://blog.sina.com.cn/s/blog_67c17d1c01017hyt.html

1、基本思想：个体被选中的概率与其适应度函数值成正比

设群体大小为n，个体i的适应度为Fi，则个体i被选中遗传到下一代群体的概率为：

2、工作过程：

设想群体全部个体的适当性分数由一张饼图来代表 (见图)。

群体中每一染色体指定饼图中一个小块。块的大小与染色体的适应性分数成比例，适应性分数愈高，它在饼图中对应的小块所占面积也愈大。为了选取一个染色体，要做的就是旋转这个轮子，直到轮盘停止时，看指针停止在哪一块上，就选中与它对应的那个染色体。

若产生的随机数是0.81，则6号个体被选中。

 

由此可以看出：

1、轮盘赌算法与个体的排列顺序有关；

 

c++实现：

int RouletteWheelSelection()
{
    srand(0);//定义rand触发随机值得初始值
    double m=rand()/double(RAND_MAX); //产生一个[0,1)的随机值；
    int Probability_Total=0;
    int Selection=0
    for(int i=0;i<SIZE;i++) //SIZE是个体数量的大小   
    {
        Probability_Total=Probability_Total+Probability[i];
        if(Probability_Total>=m)
        {
             Selection=i;
             break;
         }
         return Selection;
}