Algoritmo Genético Genérico

• Versão em C++20 do algoritmo genético feito em python pelo grupo ProTεuS com algumas alterações e utilizando do OpenMP. Portanto, tem o mesmo objetivo: minimizar funções de benchmark para otimização.

Aviso:

• Há um bug com a função Sphere ao atingir certas condições específicas, então, excepcionalmente para esta, a paralelização interna será desativada.

Sobre

• O algoritmo conta com as funções de:

  • Rastrigin
  • Ackley
  • Sphere
  • Easom
  • McCormick

• Seguem os parâmetros necessários e opções disponíveis, que devem ser passados no formato em que atualmente estão no arquivo de texto disponibilizado (funcionará para qualquer arquivo .txt no mesmo formato de parameters.txt):

  • Número de iterações

  • Tamanho da população

  • Taxa de mutação inicial e final

  • Força da mutação inicial e final (distribuição gaussiana)

  • Porcentagem do número de indivíduos para manter na próxima geração

  • Função de otimização

  • Número de dimensões

  • Método de seleção:

    • Torneio (tournament)
    • Seleção proporcional ao fitness (fps)
    • Seleção por ranking (ranking)

  • Número de pontos para recombinação:

    • Um ponto (one) (automaticamente se 2 dimensões)
    • Dois pontos (two)
    • Recombinação uniforme (uniform)

  • Número de casas decimais desejadas para exibição no terminal

  • Número de algoritmos a serem executados

  O resultado exibido será a melhor solução em n execuções (diz-se n execuções o último parâmetro mencionado acima).

Instalação

Para executar este projeto, siga os passos abaixo:

1. Clone o repositório:

   git clone https://github.com//xLowZ/genetic-algorithm-optimization/.git

2. Navegue até o diretório do projeto:

   cd genetic-algorithm-optimization 

3. Usando o CMake sem a extensão do VSCode:

   mkdir build
   cd build

4. Padrão (gera solução do VisualStudio no Windows):

       cmake ..
       cmake --build .

5. Com o MinGW:

       cmake -G "MinGW Makefiles" ..
       cmake --build .

OBS:

• Para simplificação das 3 últimas etapas, recomendo as extensões CMake e Cmake Tools do Visual Studio Code.

Uso

Para executar o algoritmo genético, utilize o seguinte comando:

.\gao.exe [caminho_arquivo_de_configurações] # Windows

./gao [caminho_arquivo_de_configurações]     # Linux

Opcionalmente, pode-se executar o programa com o argumento --help para descrição adicional:

.\gao.exe --help # Windows

./gao --help     # Linux

Observações:

• Está disponibilizada minha pasta .vscode com tasks configuradas de debug e release para o compilador gcc para Windows. Se estiver utilizando o mesmo OS, basta verificar e ajustar o caminho para o compilador e para o debugger nos arquivos .json.
• Está disponibilizado também um arquivo Make separado pronto para uso.
• Há também um arquivo de texto adicional com algumas flags opcionais + uso do Makefile separadamente.