- GA-基因遗传算法:求解函数…
# encoding=utf-8 """ 求解函数Max f(x)=1-x^2 在区间[-1,1]的最大值。 在[-1,1]的刻度区间内,若是要精确到0.001,也就是说我们的刻度最小量度要小于0.001。 区间需要等分为:1-(-1)/0.0001=2000,所以我们需要11位的二进制去表示这些的可能解! """ """" 思路: 首先是需要一个实体,承载对应的方法->类. 类变量: 种群大小:种群个体集合大小. 种群基因:染色体长度,个人基因集合. 类方法: 初始种群生成函数: 个体染色体生成函数 种群列表缔造函数 进化函数: 选择函数 交叉函数 变异函数 染色体变换函数:基因/染色体<-->表征|编码<-->解码. 评估函数 """ import random class GA(): # 对象初始化参数:染色体位数 个体数量. def __init__(self, length, count): # 染色体长度 self.length = length # 种群中的染色体数量 self.count = count # 随机生成初始种群 self.population = self.gen_population(length, count) # 演化函数:保留 选择 突变. def evolve(self, retain_rate=0.2, random_select_rate=0.5, mutation_rate=0.01): """ 进化 对当前一代种群依次进行选择、交叉并生成新一代种群,然后对新一代种群进行变异. """ parents = self.selection(retain_rate, random_select_rate) self.crossover(parents) self.mutation(mutation_rate) def gen_chromosome(self, length): """ 随机生成长度为length的染色体,每个基因的取值是0或1. 这里用一个bit表示一个基因 返回基因的十进制致表达,最大为2^(length-1)! """ chromosome = 0 # [0,1...length-1] for i in range(length)
GA-基因遗传算法:f(x)=1-x^2
最新推荐文章于 2023-02-16 21:07:28 发布
本文介绍了如何运用基因遗传算法(GA)解决优化问题,特别是针对函数f(x)=1-x^2进行求解,通过Python编程实现GA的详细过程。
摘要由CSDN通过智能技术生成