fitness <-function (obiekt)
{
  #tu zawarte jest wlasciwe kodowanie genu i jego ocena
  #kod genu, zawartosc skladnikow w recepcje na sok cytrynowy
  #[1]: ilosc pamieci
  #[2]: ilosc_operacji
  #[3]: wielkosc
  #[4]: prad
  jakosc = 50 *  obiekt[1] + 70 * obiekt[2] + 5 * obiekt[3] - 20 * obiekt[4]
  cena = 1 + 40 * obiekt[1] + 35 * obiekt[2]-20 * obiekt[3] - 15 * obiekt[4]
  ocena = jakosc/cena

  return (ocena);
}

wyswietlac=TRUE
func <-function (mutacja,krzyz) {
liczbaobiektow=100
liczbagenow=4
liczbageneracji=100

#mutacja=0.5
#krzyz=0.5

obiekty=matrix(nrow=liczbaobiektow, ncol=liczbagenow) #populacja, uwaga na typy zmiennych

#losowa inicjalizacja populacji
set.seed(as.integer(Sys.time()))
for(i in c(1:liczbaobiektow))
{
    #wype-nij losowymi wartosciami
  obiekty[i,] = (1+floor(runif(liczbagenow)*9))

}

for(g in c(0:liczbageneracji))
{

  #Ocena
  best=1 #zawiera indeks wyznaczajacy pozycje najlepszego objektu w populacji

  for(i in c(1:liczbaobiektow))
  {
    if(fitness(obiekty[best,])<fitness(obiekty[i,]))
    {
      best=i
    }
  }
  if(fitness(obiekty[best,])>=445)break

  #Reprodukcja (podejscie Elitarne) z Mutacja
  for(i in c(1:liczbaobiektow))
  {
    #nie krzyzuj najlepszego (best) sie z soba samym
    if(i!=best)
    {
      for(j in c(1:liczbagenow))
      {
        #krzyzowanie - losowo podmieniaj gen j na gen z objektu najlepszego
        if(runif(1)<=krzyz)
          obiekty[i,j]=obiekty[best,j];

        #Mutacja losowa
        if(runif(1)<=mutacja) #ten zapis oznacza, ze 1/2 genow sa zmieniane
        obiekty[i,j]=(1+floor(9*runif(1)))
      }
    }
  }

}
return (g)
}

vec = c(0.1, 0.2, 0.5, 0.7, 0.9)
cat( sprintf("%f ",0))
for(v1 in vec){
  cat( sprintf("%f ",v1))
}
cat('\n\n')
for(v1 in vec){
  cat(sprintf("%f  ",v1))
  for(v2 in vec){
    cat(sprintf("%f ",(func(v1,v2)+func(v1,v2)+func(v1,v2))/3))
  }
  cat("\n")

}