以下代碼實現了C#遺傳算法一個簡單的花朵進化的模擬過程。

花朵的種群數量是10，共進化了50代。通過運行程序，你會發現通過不斷的進化，種群的總的適應環境的能力在逐步提高（fitness的值下降）。

C#遺傳算法實現代碼：

using System;  
using System.Collections.Generic;  
using System.Text;  
namespace GA  
{  
class Program  
{  
static void Main(string[] args)  
{  
World world = new World();  
world.Init();  
for (int i = 0; i < 50; i++)  
{  
world.Evolve();  
Console.WriteLine(i);  
world.Show();  
}  
}  
}  
 
class World  
{  
int kMaxFlowers = 11;  
Random Rnd = new Random();  
public int[] temperature;  
public int[] water;  
public int[] sunlight;  
public int[] nutrient;  
public int[] beneficialInsect;  
public int[] harmfulInsect;  
public int currentTemperature;  
public int currentWater;  
public int currentSunlight;  
public int currentNutrient;  
public int currentBeneficialInsect;  
public int currentHarmfulInsect;  
public World()  
{  
temperature = new int[kMaxFlowers];  
water = new int[kMaxFlowers];  
sunlight = new int[kMaxFlowers];  
nutrient = new int[kMaxFlowers];  
beneficialInsect = new int[kMaxFlowers];  
harmfulInsect = new int[kMaxFlowers];  
}  
/**//// <summary> 
/// 初始化***代花朵的基因結構  
/// </summary> 
public void Init()  
{  
for (int i = 1; i < kMaxFlowers; i++)  
{  
temperature[i] = Rnd.Next(1, 75);  
water[i] = Rnd.Next(1, 75);  
sunlight[i] = Rnd.Next(1, 75);  
nutrient[i] = Rnd.Next(1, 75);  
beneficialInsect[i] = Rnd.Next(1, 75);  
harmfulInsect[i] = Rnd.Next(1, 75);  
}  
currentTemperature = Rnd.Next(1, 75);  
currentWater = Rnd.Next(1, 75);  
currentSunlight = Rnd.Next(1, 75);  
currentNutrient = Rnd.Next(1, 75);  
currentBeneficialInsect = Rnd.Next(1, 75);  
currentHarmfulInsect = Rnd.Next(1, 75);  
}  
/**//// <summary> 
/// 越大說明花朵的適應環境的能力差，小說明適應環境的能力強  
/// </summary> 
/// <param name="flower"></param> 
/// <returns></returns> 
private int Fitness(int flower)  
{  
int theFitness = 0;  
theFitness = Math.Abs(temperature[flower] - currentTemperature);  
theFitnesstheFitness = theFitness + Math.Abs(water[flower] - currentWater);  
theFitnesstheFitness = theFitness + Math.Abs(sunlight[flower] -  
currentSunlight);  
theFitnesstheFitness = theFitness + Math.Abs(nutrient[flower] -  
currentNutrient);  
theFitnesstheFitness = theFitness + Math.Abs(beneficialInsect[flower] -  
currentBeneficialInsect);  
theFitnesstheFitness = theFitness + Math.Abs(harmfulInsect[flower] -  
currentHarmfulInsect);  
return (theFitness);  
}  
/**//// <summary> 
/// 排除適應能力差的花朵，讓適應能力強的花朵雜交繁殖，產生下一代。同時有一定的概率變異。  
/// </summary> 
public void Evolve()  
{  
int[] fitTemperature = new int[kMaxFlowers];  
int[] fitWater = new int[kMaxFlowers];  
int[] fitSunlight = new int[kMaxFlowers];  
int[] fitNutrient = new int[kMaxFlowers];  
int[] fitBeneficialInsect = new int[kMaxFlowers];  
int[] fitHarmfulInsect = new int[kMaxFlowers];  
int[] fitness = new int[kMaxFlowers];  
int i;  
int leastFit = 0;  
int leastFitIndex = 1;  
for (i = 1; i < kMaxFlowers; i++)  
if (Fitness(i) > leastFit)  
{  
leastFit = Fitness(i);  
leastFitIndex = i;  
}  
temperature[leastFitIndex] = temperature[Rnd.Next(1, 10)];  
water[leastFitIndex] = water[Rnd.Next(1, 10)];  
sunlight[leastFitIndex] = sunlight[Rnd.Next(1, 10)];  
nutrient[leastFitIndex] = nutrient[Rnd.Next(1, 10)];  
beneficialInsect[leastFitIndex] = beneficialInsect[Rnd.Next(1, 10)];  
harmfulInsect[leastFitIndex] = harmfulInsect[Rnd.Next(1, 10)];  
for (i = 1; i < kMaxFlowers; i++)  
{  
fitTemperature[i] = temperature[Rnd.Next(1, 10)];  
fitWater[i] = water[Rnd.Next(1, 10)];  
fitSunlight[i] = sunlight[Rnd.Next(1, 10)];  
fitNutrient[i] = nutrient[Rnd.Next(1, 10)];  
fitBeneficialInsect[i] = beneficialInsect[Rnd.Next(1, 10)];  
fitHarmfulInsect[i] = harmfulInsect[Rnd.Next(1, 10)];  
}  
for (i = 1; i < kMaxFlowers; i++)  
{  
temperature[i] = fitTemperature[i];  
water[i] = fitWater[i];  
sunlight[i] = fitSunlight[i];  
nutrient[i] = fitNutrient[i];  
beneficialInsect[i] = fitBeneficialInsect[i];  
harmfulInsect[i] = fitHarmfulInsect[i];  
}  
for (i = 1; i < kMaxFlowers; i++)  
{  
if (Rnd.Next(1, 100) == 1)  
temperature[i] = Rnd.Next(1, 75);  
if (Rnd.Next(1, 100) == 1)  
water[i] = Rnd.Next(1, 75);  
if (Rnd.Next(1, 100) == 1)  
sunlight[i] = Rnd.Next(1, 75);  
if (Rnd.Next(1, 100) == 1)  
nutrient[i] = Rnd.Next(1, 75);  
if (Rnd.Next(1, 100) == 1)  
beneficialInsect[i] = Rnd.Next(1, 75);  
if (Rnd.Next(1, 100) == 1)  
harmfulInsect[i] = Rnd.Next(1, 75);  
}  
}  
/**//// <summary> 
/// 顯示種群中個體對環境的適應能力，還有所有個體對環境的適應能力之和。  
/// </summary> 
public void Show()  
{  
int sum = 0;  
for (int i = 1; i < kMaxFlowers; i++)  
{  
int fitness = Fitness(i);  
sum += fitness;  
Console.WriteLine("No." + i + "'s fitness is " + fitness);  
}  
Console.WriteLine("fitness sum is " + sum);  
}  
}  
} 

以上是C#遺傳算法學習筆記

【編輯推薦】

1. C#生產者和消費者
2. 詳細介紹C#基礎知識
3. C#正則表達式學習筆記
4. 簡單描述C#存儲過程
5. 淺析C#基于TCP協議