大家好，在用VC++（绿色版）运行SGA程序的时候，显示出现了“一个不能解决的问题”，即关闭。请大家帮帮忙，让程序能顺利运行~第一次进论坛，谢谢大家啦！
程序如下：（主要是后面的适应度函数）
（目标是对工序排列，使工人总的工资成本最低。每道工序时间不同，工人工资也不同）
#include
#include
#include
#include
#include
#define N 5
#define M 2 //5个工序，2个工人
#define POPSIZE 500
int u[N]={1,2,1,2,1}; //不同工序持续时间
int c[M]={2,5}; //工人每小时工作成本
int T[M]={3,2}; //每个工人参与工序的总次数
int J[M][N]; //记录工人在某个工序参加与否
int a[M][N]={{1,2,3},{3,4,5}}; //每个工人参加的工序集
int popsize ; //种群大小
int maxgeneration; //最大世代数
double pcross = 0.0; //交叉率
double pmutation = 0.0; //变异率
double sumfitness; //种群个体适应值累计
struct individual //定义染色体个体结构体
{
int chrom[N]; //定义染色体二进制表达形式
double fitness; //染色体的适应值
};
int generation; //当前执行的世代数
int best_index; //本世代最好的染色体索引序号
struct individual bestindividual; //最佳染色体个体
struct individual currentbest; //当前最好的染色体个体 currentbest
int bestgeneration; //当前最好染色体个体产生的代数
struct individual oldpop[POPSIZE];//种群数组
struct individual newpop[POPSIZE];//新种群数组
/* 随机数发生器使用的静态变量 */
static double oldrand[55];
static int jrand;
static double rndx2;
static int rndcalcflag;
//函数声明
void printline(FILE *);
void initialoldpop(FILE *ffp); //初始化当代种群
void generatenextpop(FILE *ffp); //产生下一代种群
void evaluateoldpop(); //评价种群
void calculateobjectfitness(); //计算种群适应度
void findbestindividual(); //寻找最好的染色体个体
int select(); //选择操作
//将p中移除掉q中位置在j1，j2之间的元素，其余元素前移，返回剩下元素的数量
int searchanddelete(int p,int q,int j1,int j2);
void crossover(int *,int *,int *,int *,FILE *ffp); //交叉操作
void mutation(int *); //变异操作
void input(); //输入接口
void outputtextreport(FILE *ffp); //每代输出文字报告
void report(FILE *ffp); //输出最终结果报告
//以下为一些随机数相关函数
void advance_random();
int flip(double);int rnd(int, int);
void randomize();
double randomnormaldeviate();
float randomperc();float rndreal(float,float);
void warmup_random(float);
void main() //主函数 （函数主体开始）
{
int i;
FILE *fp; //指针文件
//打开文本文件
if((fp= fopen("Result.txt","w+"))==NULL)
{
printf("Can not open file!\n");
}
fprintf(fp,"本程序为使用基本SGA求解\n");
generation=0; //初始化generation当前执行的代
input(); //初始化种群大小、交叉率、变异率
randomize(); // 初始化随机数发生器
initialoldpop(fp); //产生初始化种群
evaluateoldpop();
while(generation<maxgeneration) //小于最大世代数,执行循环体
{
generation++;
generatenextpop(fp); //生成子代种群(A.选择; B.交叉; C.变异)
for(i = 0 ; i < popsize ; i++)
{
oldpop[i]=newpop[i];
}
evaluateoldpop(); //评价新生子代种群
outputtextreport(fp); //输出当前子代种群统计报告
}
report(fp);//输出最终报告
fclose(fp); //关闭fp指向的文件句柄，防止句柄泄露
printf("计算结果已输出到Result.txt文件中。");
getch();
}
void printline(FILE ffp)
{
fprintf(ffp,"\n************************************************************\n");
}
void initialoldpop(FILE *ffp) //种群初始化,对种群中每条染色体,生成1-5的不重复序列
{
int i,j,p,q,r;
int l=0;
int a[N];
srand( (unsigned)time( NULL ) );
for (i=0;i<popsize; i++)
{
for(j=0;j<N;j++)
a[j]=j; //对oldpop[i]染色体生成随机序列
p=N;
q=0;
while(p> 0)
{
r=rand();
r%=p;
oldpop[i].chrom[l]=a[r];
a[r]=a[p-1]; // 把后一个拷贝到刚生成的位置
q++;
p--;
}
}
}
void generatenextpop(FILE *ffp) //生成下一代
{
int mate1,mate2,j=0;
do{
//挑选交叉配对
mate1=select();
mate2=select();
crossover(oldpop[mate1].chrom,oldpop[mate2].chrom,newpop[j].chrom,newpop[j+1].chrom,ffp);
mutation(newpop[j].chrom);
mutation(newpop[j+1].chrom);
j=j+2;
}
while(j<(popsize-1));
}
void evaluateoldpop() //评价种群
{
calculateobjectfitness(); //计算种群个体的适应度
findbestindividual(); //找到最好和最差的染色体个体
}
void calculateobjectfitness() //计算染色体个体适应值
{
int i,j,k,l,r,x;
int p=0;
int temp=0;
int X[M];
for(i=0;i<popsize;i++)
{
oldpop[i].fitness=0.0;
for(l=0;l<N;l++)
{
r=oldpop[i].chrom[l];
temp=u[r];
u[r]=u[l];
u[l]=temp;
}
for(j=0;j<M;j++)
{
for(k=0;k<N;k++)
for(l=0;l<N;l++)
{
if(a[j][k]==oldpop[i].chrom[l])
J[j][l]=1;
else
J[j][l]=0; //记录各个工人在随机情景序列中的参与位置
}
while(J[j][p]!=1)
{
p++;
}
x=1;
X[j]=u[p];
while(x<T[j])
{
p++;
X[j]+=u[p];
if(J[j][p]==1)
x++;
}
}
for(j=0;j<M;j++)
oldpop[i].fitness+=X[j]*c[j];
}
}
void findbestindividual( ) //求最佳个体
{
int i;
sumfitness=0.0;
bestindividual=oldpop[0];
best_index=0;
sumfitness+=oldpop[0].fitness;
currentbest.fitness=oldpop[0].fitness;
for(generation=0;generation<maxgeneration;generation++)
for (i=1;i<popsize; i++)
{
if (oldpop[i].fitness<bestindividual.fitness) //依次比较,找出最佳个体
{ bestindividual=oldpop[i]; //（选适应值最小的）
best_index=i;
}
sumfitness+=oldpop[i].fitness; // 存放种群总体适应值
}
if(bestindividual.fitness<currentbest.fitness)//第n代最好的，通过比较小于以往最好个体的话，暂时存放在currentbest
{
currentbest=bestindividual;
bestgeneration=generation;
}
}
谢谢大家~
