轮盘赌算法以及matlab的实现

轮盘赌算法其实是一种选择算法。原理其实很简单，通常运用于遗传算法与蚁群退火算法等。如遗传算法中的个体的选择。总之，用处很大。

下面介绍，轮盘赌的基本原理。运用的情景：一个公司进行考核淘汰员工，有员工四位，其为公司创造的价值分别是900，200，80，100.公司老板突发奇想不想进行末位淘汰，而是想要产生随机数进行统计，通过产生1000次的随机数，来看看，那位员工被淘汰。

首先，我们应知道个体的选择概率，即一员工一为例子，其个体选择概率是900/（900+200+80+100），为0.7031.

然后依次计算。

员工二为0.1563，员工三为0.0625，员工四为0.0781

所以当个体的概率越大其被选中的概率就会越大，我们想像一个圆盘，如个体选择的概率越大，则其占的面积越大。越容易被选中。

那我们如何进行编码表示呢？即将圆盘映射为为一个【0，1】的线段，个体概率越大，其占的长度越长。

如本例子，是分为四个区间，区间1的范围时是0到0.7031。区间2的范围是0.7031到0.9194.区间三的范围是0.09194到0.9819.区间四的范围是0.9819到1。

matlab代码如下;

%轮盘赌算法
A=[900;200;80;100]
C=A./sum(A)
z=zeros(4,1)
B(1,1)=C(1,1)
for i=2:4
    B(i,1)=B(i-1,1)+C(i,1)
end

for i=1:1000
    r=rand()
   for j=1:3
       if r>B(j)&&r<B(j+1)
           z(j+1)=z(j+1)+1
           break
       elseif r==B(j)
           z(j)=z(j)+1
           break
       elseif r<=B(1)
           z(1)=z(1)+1
           break
       end
    end
end

 添加：一个更精简的实现方式

tar=[0.01,0.2,0.4,0.09];%假设这是目标矩阵，需要对其进行选择
value_sum=sum(c);
cc=tar./d;
tar=find(pc>=r);
pc=cumsum(cc,2);%求累加和
r=rand(1);
chose_next=tar(1);%会返回多个大于随机数的元素，但我们只取第一个元素