int main(){
int *a, tam;
a = inicializar(&tam);
ingresa(a, tam);
imprimir(a, tam);
seleccion(a,tam);
imprimir(a,tam);
return 0;
}
int main(){
struct nodo * lista;
lista = inicializar();
agregar(lista);
imprimir_lista(lista);
seleccion(lista);
imprimir_lista(lista);
free(lista);
return 0;
}
/* Prueba de la funcion seleccion. */
void prueba_seleccion() {
/* Declaro los vectores a utilizar. */
int vacio[] = {}, vacio_ord[] = {};
int unico[] = {8}, unico_ord[] = {8};
int vec1[] = {3, 5, 4, 2, 1}, vec1_ord[] = {1, 2, 3, 4, 5};
int vec2[] = {4, 8, 15, 16, 23, 42}, vec2_ord[] = {4, 8, 15, 16, 23, 42};
int vec3[] = {-38, -46, -65, -78}, vec3_ord[] = {-78, -65, -46, -38};
/* Declaro los largos de los veces */
int nvacio = 0;
int nunico = 1;
int nvec1 = 5;
int nvec2 = 6;
int nvec3 = 4;
/* Prueba que la funcion seleccion se ejecute correctamente. */
seleccion(vacio, nvacio);
print_test("Prueba seleccion vacio",
comparar(vacio, nvacio, vacio_ord, nvacio) == 0);
seleccion(unico, nunico);
print_test("Prueba seleccion unico",
comparar(unico, nunico, unico_ord, nunico) == 0);
seleccion(vec1, nvec1);
print_test("Prueba seleccion vec1",
comparar(vec1, nvec1, vec1_ord, nvec1) == 0);
seleccion(vec2, nvec2);
print_test("Prueba seleccion vec2",
comparar(vec2, nvec2, vec2_ord, nvec2) == 0);
seleccion(vec3, nvec3);
print_test("Prueba seleccion vec3",
comparar(vec3, nvec3, vec3_ord, nvec3) == 0);
}
int main(int ari,char **arc){
if(ari!=3){
printf("\nejecute como %s numeroDeNumerosAOrdenar metodoParaOrdenar",arc[0]);
return -1;
}
int numberToRead=atoi(arc[1]);
long *numbers=(long *)malloc(sizeof(long)*numberToRead);
saveNumberInArray(numbers,numberToRead);
// tree(numbers,numberToRead);
// bubbleSimple(numbers,numberToRead);
// bubbleBest(numbers,numberToRead);
// insercion(numbers,numberToRead);
seleccion(numbers,numberToRead);
puts("");return 0;
}
int main(void)
{
int vector[10] = {4,5,7,2,8,9,3,5,6,11}; //vector de 10 enteros
char nombres[10][40] = {"Marcos", "Juan", "Maria", "Ana", "Pilar", "Miguel",
"Elena"}; // 7 nombres
int i;
// aplicamos la función
seleccion(vector, 10);
// ver resultado
for (i=0; i< 10; i++)
printf("%d, ", vector[i]);
printf("\n");
seleccion_str(nombres, 7);
for (i=0; i< 7; i++)
printf("%s, ", nombres[i]);
printf("\n");
system("pause"); // Detiene la consola
}
/*funcion principal*/
int main ()
{
int tam, n, opcion, a;
/* definir el tamaño del arreglo*/
printf("\ningrese el tamaño del arreglo:n");
scanf("%d", &tam);
int arreglo[tam];
/*ingresando los valores del arreglo */
printf("ingrese los valores al arreglo:n");
for(n = 0; n < tam; n++)
scanf("%d", &arreglo[n]);
printf("n");
/* mostrar el arreglo original*/
printf("arreglo original:n");
for(n = 0; n < tam; n++)
printf("%d", arreglo[n]);
printf("n");
/* hacer un menu para determinar que funcion se requiere*/
/*antes se determina el arreglo original sin ser ordenado*/
do{
printf("----MENU-----\n\n");
printf("(1)ordenar por medio de burbuja \n");
printf("(2)ordenar pr medio de insercion\n");
printf("(3)ordenar por medio de seleccion\n");
printf("(4) salir de la pantalla \n ");
printf("opcion");
scanf("%d", &opcion);
switch(opcion)
{
case 1:
printf("\nMetodo de ordenamiento de Burbuja\n");
/*hacer el llamado a la funcion de burbuja a la cual se le pasa parametros del arreglo y tamano*/
burbuja(arreglo, tam);
/*mostrar el arreglo ordenando */
printf("arreglo ordenado /n");
for(n=0; n<tam; n++)
printf("%d", arreglo[n]);
printf("n");
break;
case 2:
printf("\n Metodo de ordenamiento por medio de insercion\n");
insercion(arreglo, tam);
printf("arreglo ordenando \n");
for(n =0; n<tam; n++)
printf("%d",arreglo[n]);
printf("\n");
break;
case 3:
printf("\n Metodo de ordenamiento por medio de seleccion\n");
seleccion(arreglo, tam);
printf("arreglo ordenado por seleccion \n");
for(n = 0; n<tam; n++)
printf("%d", arreglo[n]);
printf("\n");
break;
case 4:
printf("\n salir del sistema");
break;
default:
printf("opcion erronea");
break;
}
}while(opcion != 4);
return 0;
}
int main (int argc, char* argv[]){
//Primero se debe definir un parser que lee desde la linea de comandos o un archivo
eoParser parser(argc, argv);
//Se definen los parametros, se leen desde el parser y le asigna el valor
//Datos necesarios del escenario de prueba
double _min = parser.createParam((double)(0.0), "ValorMinimo", "Delimitacion area de trabajo",'M',"Parametros Escenario").value();
double _max = parser.createParam((double)(20.0), "ValorMaximo", "Delimitacion area de trabajo",'S',"Parametros Escenario").value();
unsigned int NoAnclas = parser.createParam((unsigned int)(10), "Anclas", "Numero de nodos anclas",'A',"Parametros Escenario").value();
unsigned int nodos = parser.createParam((unsigned int)(100), "Nodos", "Total de nodos",'N',"Parametros Escenario").value();
double radio = parser.createParam((double)(5), "Radio", "Radio de comunicacion",'R',"Parametros Escenario").value();
double DisReal[200][200];
double vecAnclas[NoAnclas*2];
//Configuracion parametros algoritmo
unsigned int POP_SIZE = parser.createParam((unsigned int)(100), "PopSize", "Tamano de la poblacion",'P',"Parametros Algoritmo").value();
unsigned int numberGeneration = parser.createParam((unsigned int)(1000), "MaxGen", "Criterio de parada, Numero maximo de generaciones",'G',"Parametros Algoritmo").value();
unsigned int Nc = parser.createParam((unsigned int)(2), "Nc", "Constante del operador SBX",'C',"Parametros Algoritmo").value();
double Pcruza = parser.createParam((double)(0.87), "Pcruza", "Probabilidad de cruzamiento SBX",'X',"Parametros Algoritmo").value();
double Pmutation = parser.createParam((double)(0.85), "Pmutacion", "Probabilidad de mutacion de la encapsulacion de SVN y Swap",'Y',"Parametros Algoritmo").value();
double Pmutation1 = parser.createParam((double)(0.85), "Pmutacion1", "Probabilidad de mutacion de SVN",'Z',"Parametros Algoritmo").value();
double Pmutation2 = parser.createParam((double)(0.5), "Pmutacion2", "Probabilidad de mutacion de Swap",'W',"Parametros Algoritmo").value();
double sizeTorneo = parser.createParam((double)(8), "SizeTorneo", "Tamano del torneo para seleccion de individuos",'L',"Parametros Algoritmo").value();
double sizeElist = parser.createParam((double)(2), "SizeElist", "Cantidad de individuos que se conservan",'B',"Parametros Algoritmo").value();
double sizeTorneo1 = parser.createParam((double)(2), "SizeTorneo1", "Tamano del torneo para seleccion de individuos del elitismo",'Q',"Parametros Algoritmo").value();
//Parametros de guardado
unsigned int setGeneracion = parser.createParam((unsigned int)(100), "setGeneracion", "Cada cuantas generaciones se guarda la poblacion",'T',"Guardar Datos").value();
unsigned int setTime = parser.createParam((unsigned int)(0), "setTime", "Cada cuantos segundos se guarda la configuracion",'I',"Guardar Datos").value();
//Grafica
std::string InPut = parser.createParam(std::string("Estadistica.txt"), "Input", "Archivo que contiene el Fitness, Media, DevStand",'o',"Salida - Grafica").value();
bool graficaGnuplot = parser.createParam((bool)(0), "Gnuplot", "Grafica el Fitness y Media, 0 desactivado y 1 activado",'g',"Salida - Grafica").value();
//Termina la ejecucion al consultar la ayuda
if (parser.userNeedsHelp())
{
parser.printHelp(std::cout);
exit(1);
}
//Verifica el ingreso de las probabilidades
if ( (Pcruza < 0) || (Pcruza > 1) ) throw std::runtime_error("Pcruza Invalido");
if ( (Pmutation < 0) || (Pmutation > 1) ) throw std::runtime_error("Pmutation encapsulación Invalido");
if ( (Pmutation1 < 0) || (Pmutation1 > 1) ) throw std::runtime_error("Pmutation de SVN Invalido");
if ( (Pmutation2 < 0) || (Pmutation2 > 1) ) throw std::runtime_error("Pmutation de Swap Invalido");
//Parametro de tiempo
struct timeval ti, tf;
double tiempo;
/**CARGAR EL ESCENARIO**/
//Escenario
//Lee desde archivo
escenario *pEscenario = new escenario(nodos, NoAnclas);
//Matriz de distancia
for (int i=0; i<nodos ; i++)
{for (int j=0; j<nodos; j++)DisReal[i][j] = pEscenario->obtenerDisRSSI(i,j);}
//Posicion Nodos anclas
for (int i=0 ; i<NoAnclas*2 ; i++)vecAnclas[i] = pEscenario->obtenerAnclas(i);
/**--------------------------------------------------------------**/
//Define la representación (Individuo)
Individuo cromosoma;
//Para la inicialización del cromosoma, primero se debe definir como se generaran los genes
//Se utilizara un generador uniforme, (valor min, valor max)
eoUniformGenerator<double> uGen(_min, _max);
//Crear el inicializador para los cromosomas, llamado random
IndiInit random(nodos*2,uGen);
//Generar una subclase de la clase de la función de evaluación
localizacionEvalPenal Fitness;
//Criterio de parada
eoGenContinue<Individuo> parada(numberGeneration);
//Es otro criterio de parada en el cual se define el minimo de generaciones y cuantas generaciones sin mejoras
//eoSteadyFitContinue<Individuo> parada(10,2);
/** CRUZA **/
// Generar los limites para cada gen
std::vector<double> min_b;
std::vector<double> max_b;
for(int i=0; i<nodos*2; i++) {
min_b.push_back(_min);
max_b.push_back(_max);
}
eoRealVectorBounds bounds(min_b, max_b);
//Inicializar operador de cruce SBX
individuoCruza crossover(bounds, Nc);
//Cargar cantidad nodos anclas al operador
crossover.setNoAnclas(NoAnclas);
/** MUTACION **/
//Subclase de mutacion paper IEEE
individuoMutacion mutationA(NoAnclas,numberGeneration,nodos,_min,_max);
//Mutacion incluida en EO, permite llegar mas rapido a un fitness de 600
individuoMutacion0 mutationB;
//Combina operadores de mutacion con su respectivo peso
eoPropCombinedMonOp<Individuo> mutation(mutationA,Pmutation1);
mutation.add(mutationB, Pmutation2);
//Define un objeto de encapsulación (it contains, the crossover, the crossover rate, the mutation and the mutation rate) -> 1 line
eoSGATransform<Individuo> encapsulacion(crossover, Pcruza, mutation, Pmutation); //0.87
//Define el método de selección, selecciona un individuo por cada torneo (en el parentesis se define el tamaño del torneo)
eoDetTournamentSelect<Individuo> torneo(sizeTorneo);
//Define un "eoSelectPerc" con el torneo como parametro por defecto (permite seleccionar el mejor individuo)
eoSelectPerc<Individuo> seleccion(torneo);
//Define una estrategia de reemplazo por cada generación
//eoGenerationalReplacement<Individuo> reemplazo;
////Otra estrategia de reemplazo con elitismo
eoElitism<Individuo> reemplazo(sizeElist,false); //antes 0.6
//Para utilizar eoElitism se define un eoDetTournamentTruncate para seleccionar los individuos para el elitismo
eoDetTournamentTruncate<Individuo> Trunca(sizeTorneo1);// antes 2
//Define una poblacion de Individuos
eoPop<Individuo> poblacion;
//Cargar la matriz de distancias, cantidad nodos anclas y total de nodos
Fitness.guardarDisReal(DisReal, NoAnclas, nodos, radio);
//Cargar posiciones nodos anclas
Fitness.guardarAnclas(vecAnclas);
//Llena la población y evalua cada cromosoma
for(int i=0 ; i<POP_SIZE ; i++)
{
random(cromosoma);
Fitness(cromosoma);
poblacion.push_back(cromosoma);
}
//Imprime la población
//poblacion.printOn(std::cout);
//Imprime un salto de linea
std::cout<< std::endl;
//Contenedor de clases
eoCheckPoint<Individuo> PuntoChequeo(parada);
//Cargar el valor de la generacion actual al operador de mutación
//Se inicializa el contador de generaciones
eoIncrementorParam<unsigned> generationCounter("Gen.");
//Se carga el contador de generaciones al operador de mutación
mutationA.setGen(& generationCounter);
//Se carga el contador de generaciones al objeto eoCheckpoint para contar el número de generaciones
PuntoChequeo.add(generationCounter);
/** Guardar datos de la población en archivos **/
//Genera un archivo para guardar parametros
eoState estado;
//Guardar todo lo que necesites a la clase hija estado
estado.registerObject(poblacion);
//estado.registerObject(parser);
//Guarda el tiempo de ejecucion desde la primera generacion
eoTimeCounter time;
PuntoChequeo.add(time);
//Define cada cuantas generaciones se guarda la poblacion
eoCountedStateSaver GuardarEstado(setGeneracion,estado,"generacion");
//Siempre se debe agregar a la clase hija de eoCheckPoint para que se ejecute en cada generacion
PuntoChequeo.add(GuardarEstado);
//Guardar algunas estadisticas de la poblacion
//Muestra el mejor fitness de cada generación
eoBestFitnessStat<Individuo> Elmejor("Mejor Fitness");
//La media y stdev
eoSecondMomentStats<Individuo> SegundoStat;
//Se agrega al eoCheckPoint
PuntoChequeo.add(Elmejor);
PuntoChequeo.add(SegundoStat);
// Guarda los parametros a un archivo
eoFileMonitor fileMonitor("stats.xg", " ");
PuntoChequeo.add(fileMonitor);
fileMonitor.add(generationCounter); //Numero de generaciones
fileMonitor.add(time); //Tiempo total de ejecucion desde la primera generacion
fileMonitor.add(Elmejor); //Mejor fitness
fileMonitor.add(SegundoStat); //Media y desviacion estandar
///** Grafica **/
// eoFileMonitor fileMonitor1(InPut, " ");
// fileMonitor1.add(Elmejor); //Mejor fitness
// fileMonitor1.add(SegundoStat); //Media y desviacion estandar
// PuntoChequeo.add(fileMonitor1); //Agrega al checkpoint
// GnuplotMonitor grafica(InPut,graficaGnuplot); //Grafica el fitness y la media
// grafica.setGen(& generationCounter); //Carga la generacion
// PuntoChequeo.add(grafica);
///**------------------------------------------**/
// Incializa el algoritmo genetico secuencial
eoEasyEA<Individuo> algoritmo(PuntoChequeo, Fitness, seleccion, encapsulacion, reemplazo, Trunca);
//Tiempo inicial
gettimeofday(&ti, NULL);
//Corre el algoritmo en la poblacion inicializada
algoritmo(poblacion);
//Tiempo Final
gettimeofday(&tf, NULL);
std::cout << std::endl;
//Imprime el mejor cromosoma
poblacion.best_element().printOn(std::cout);
std::cout << std::endl;
std::cout << std::endl;
//Imprime el tiempo de ejecución del algoritmo
tiempo = (tf.tv_sec - ti.tv_sec)*1000 + (tf.tv_usec - ti.tv_usec)/1000.0;
std::cout <<"Tiempo de ejecucion en milisegundos: " << tiempo << std::endl;
std::cout << std::endl;
//Se grafica el error y todos los nodos
std::string filename="generacion";
graphError error(filename, setGeneracion, numberGeneration, nodos, NoAnclas, _max);
std::cout << std::endl;
return EXIT_SUCCESS;
}
