//頭文件:		GenVacuum.hpp
//目的:			多首領遺傳算法類，本類采用自定義小生境技術，個體適合度
//				計算綜合考慮個體評價函數以及個體間距離影響，即每代個體
//				適合度按如下方式計算：設Fit(i)為原個體適合度，FitN(i)
//				為新個體適合度，則新個體適合度如下：
//				FitN(0)=Fit(0)
//				FitN(i)=max(FitN(i-1)-1/(Fit(k)*D(k)))  k=i,i+1,...,n
//				D(k)=d(k,0)+d(k,1)+...+d(k,i-1)/i
//				式中：D(k)--個體k與前i-1個個體距離和
//					  d(k,m)--個體k與個體m的距離函數，表征個體間相似性
//				按上述方式計算個體適合度的目的在于使相似個體的適合度只
//				有一個能取較大值，這樣保證最終適合度高的個體之間的相似
//				性較小，從而避免匯聚的發生
//語言:			VC++ 6.0
//時間:			2001年3月
//作者:			劉康
//環境:			Win32
//注意:			EvalVal(INIDIVIDUAL&)應由用戶類覆蓋,以提供正確的評價函數.
//////////////////////////////////////////////////////////////////////

#include "GenVacuum.hpp"

//重載總個體適合度計算函數
void GenVacuum::CalFitIndex()
{
	double *tmpFit;					//考慮距離后的新個體適合度
	tmpFit = new double[IndNumber];
	tmpFit[IndIndex[0]]=Individual[IndIndex[0]].Fit;//FitN[0]=Fit[0]
	for(int k=1; k<IndNumber; k++)	//其它個體
	{
		double alldis=0;
		alldis = Distance(Individual[IndIndex[k-1]],
						  Individual[IndIndex[k]]);
		if(alldis<=DisThrd)
			tmpFit[IndIndex[k]]=Individual[IndIndex[IndNumber-1]].Fit;
		else
			tmpFit[IndIndex[k]]=Individual[IndIndex[k]].Fit;
	}
	double allfit = 0;
	for(int i=0; i<IndNumber; i++)
	{
		allfit += tmpFit[i]-tmpFit[IndIndex[IndNumber-1]];
		FitIndex[i] = allfit;
	}
	delete tmpFit;
}
//距離函數
double GenVacuum::Distance(INDIVIDUAL &ind1,INDIVIDUAL &ind2)
{
	int sLong = 0;
	for(int i=1; i<=ind1.Chrom.GetLen(); i++)
		if(ind1.Chrom.GetInt(i,i)!=ind2.Chrom.GetInt(i,i))
			sLong++;
	return (double)sLong;
}