## Diff of /inst/__ga_problem__.m [000000] .. [439535]  Maximize  Restore

### Switch to side-by-side view

```--- a
+++ b/inst/__ga_problem__.m
@@ -0,0 +1,67 @@
+## Copyright (C) 2008 Luca Favatella <slackydeb@gmail.com>
+##
+##
+## This program is free software; you can redistribute it and/or modify it
+## under the terms of the GNU General Public License as published by
+## the Free Software Foundation; either version 2, or (at your option)
+## any later version.
+##
+## This program  is distributed in the hope that it will be useful, but
+## WITHOUT ANY WARRANTY; without even the implied warranty of
+## MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+## General Public License for more details.
+##
+## You should have received a copy of the GNU General Public License
+## along with this program; see the file COPYING.  If not, write to the Free
+## Software Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA
+## 02110-1301, USA.
+
+## Author: Luca Favatella <slackydeb@gmail.com>
+## Version: 3.1
+
+function x = __ga_problem__ (problem)
+
+	%statistica degli individui migliori
+	individui_migliori = [];
+
+	popolazione = (gaoptimget (problem.options, 'CreationFcn')) (problem.nvars, problem.fitnessfcn, problem.options);
+
+	%dentro questo while la generazione e' fissata
+	generazione = 1;
+	individui_migliori(generazione, :) = (__ga_sort_ascend_population__ (problem.fitnessfcn, popolazione))(1, :);
+	while (! __ga_stop__ (problem, popolazione, generazione))
+
+		%faccio questa inizializzazione qui per rendere la variabile popolazione_futura visibile alla fine del prossimo while
+		popolazione_futura = zeros (gaoptimget (problem.options, 'PopulationSize'), problem.nvars);
+
+		%elitismo
+		for i = 1:(gaoptimget (problem.options, 'EliteCount'))
+			popolazione_futura(i, :) = (__ga_sort_ascend_population__ (problem.fitnessfcn, popolazione))(i, :);
+		endfor
+
+		%dentro questo while l'individuo della nuova generazione e' fissato
+		for i = (1 + (gaoptimget (problem.options, 'EliteCount'))):(gaoptimget (problem.options, 'PopulationSize'))
+
+			%scelgo l'operatore genetico da applicare in modo probabilistico
+			aux_operatore = rand ();
+
+			%cross_over
+			if (aux_operatore < gaoptimget (problem.options, 'CrossoverFraction'))
+				index_parents = (gaoptimget (problem.options, 'SelectionFcn')) (problem.fitnessfcn, popolazione);
+				parents = [popolazione(index_parents(1), :); popolazione(index_parents(2), :)];
+				popolazione_futura(i, :) = gaoptimget (problem.options, 'CrossoverFcn') (parents);
+
+			%mutazione
+			else
+				index_parent = (gaoptimget (problem.options, 'SelectionFcn')) (problem.fitnessfcn, popolazione);
+				popolazione_futura(i, :) = (gaoptimget (problem.options, 'MutationFcn')) (popolazione(index_parent(1), :));
+			endif
+		endfor
+
+		popolazione = popolazione_futura;
+		generazione++;
+		individui_migliori(generazione, :) = (__ga_sort_ascend_population__ (problem.fitnessfcn, popolazione))(1, :);
+	endwhile
+
+	x = individui_migliori(generazione, :);
+endfunction
```

No, thanks