Python遗传算法部分匹配交叉(PMX)

问题描述

在进化算法的交叉环节中，无论是一点交叉还是两点交叉，基因重组后产生的后代可能出现编码重复的情况，那么就需要我们对产生的子代进行修订，常见修订算法有部分匹配交叉（PMX），顺序交叉（OX），循环交叉（CX）等

部分匹配交叉步骤(单点交叉为例）

step1： 确定初始种群
list1: [9, 3, 5, 4, 6, 0, 2, 1, 7, 8]
list2: [1, 4, 0, 2, 7, 8, 6, 9, 5, 3]

step2: 随机产生小于父代向量长度的数，如y=2
[9, 3] [5, 4, 6, 0, 2, 1, 7, 8]
[1, 4] [0, 2, 7, 8, 6, 9, 5, 3]

step3： 互换交换片段
[9, 3] [0, 2, 7, 8, 6, 9, 5, 3]
[1, 4] [5, 4, 6, 0, 2, 1, 7, 8]

step4: 修订
保持被交换的片段不动，在没有交换的片段中寻找重复值，然后在父代被换走的部分中找到对应位置的元素进行替换。
说起来比较模糊，举例说明
本例中[9，3]均与换过来的[0, 2, 7, 8, 6, 9, 5, 3]有重复元素。
我们找到[5, 4, 6, 0, 2, 1, 7, 8]中与9,3对应位置的元素，然后[9,3]中的元素对应替换

第一次交换后的片段由[9, 3]变为了[1, 8]。但是8也与交叉片段重复，依次执行本操作，将8->0，继续查重，发现还重复，然后0->5->7->6->2->4
最终的片段为[1, 4]
相同原理对第二个子染色体进行修订
最终的染色体为
[1, 4, 0, 2, 7, 8, 6, 9, 5, 3]
[9, 3, 5, 4, 6, 0, 2, 1, 7, 8]

代码

###########整数修正############
import random
import copy

a1 = random.sample(range(10), 10)
a2 = random.sample(range(10), 10)
# a1 = [4, 0, 8, 5, 9, 1, 7, 2, 6, 3]
# a2 = [4, 7, 3, 1, 6, 8, 5, 0, 2, 9]
a1_1 = copy.deepcopy(a1)
a2_1 = copy.deepcopy(a2)
print('初始种群为：\n', a1_1, '\n', a2_1)
# 交叉位置
y = random.randint(0,len(a1_1))
# 记录交叉项
fragment1 = a1[y:]
fragment2 = a2[y:]
print('--' * 20, '\n单点交叉交换元素为:\n{}{}\n{}{}'.format(a1_1[:y], fragment1, a2_1[:y], fragment2))
a1_1[y:], a2_1[y:] = a2_1[y:], a1_1[y:]
print('--' * 20, '\n{}位置以后元素实现单点交叉:\n{}{}\n{}{}'.format(y - 1, a1_1[:y], fragment2, a2_1[:y], fragment1))
a1_2 = []
a2_2 = []
for i in a1_1[:y]:
    while i in fragment2:
        i = fragment1[fragment2.index(i)]
    a1_2.append(i)
for i in a2_1[:y]:
    while i in fragment1:
        i = fragment2[fragment1.index(i)]
    a2_2.append(i)

child1 = a1_2 + fragment2
child2 = a2_2 + fragment1
print('--' * 20)
print('修正后的子代为:\n{}\n{}'.format(child1, child2))

运行结果

同理我们可以写出两点交叉变异的修订

import random
import copy

# random.seed(10)
# a1 = random.sample(range(1, 11), 10)
# a2 = random.sample(range(1, 11), 10)
def two_points_cross(a1,a2):
    # 不改变原始数据进行操作
    a1_1 = copy.deepcopy(a1)
    a2_1 = copy.deepcopy(a2)
    # 交叉位置,point1<point2
    point1 = random.randint(0, len(a1_1))
    point2 = random.randint(0., len(a1_1))
    while point1 > point2 or point1 == point2:
        point1 = random.randint(0, len(a1_1))
        point2 = random.randint(0., len(a1_1))
    # 记录交叉项
    fragment1 = a1[point1:point2]
    fragment2 = a2[point1:point2]
    # 交叉
    a1_1[point1:point2], a2_1[point1:point2] = a2_1[point1:point2], a1_1[point1:point2]
    # 定义容器
    a1_2 = []  # 储存修正后的head
    a2_2 = []
    a1_3 = []  # 修正后的tail
    a2_3 = []
    # 子代1头部修正
    for i in a1_1[:point1]:
        while i in fragment2:
            i = fragment1[fragment2.index(i)]
        a1_2.append(i)
    # 子代2尾部修正
    for i in a1_1[point2:]:
        while i in fragment2:
            i = fragment1[fragment2.index(i)]
        a1_3.append(i)
    # 子代2头部修订
    for i in a2_1[:point1]:
        while i in fragment1:
            i = fragment2[fragment1.index(i)]
        a2_2.append(i)
    # 子代2尾部修订
    for i in a2_1[point2:]:
        while i in fragment1:
            i = fragment2[fragment1.index(i)]
        a2_3.append(i)

    child1 = a1_2 + fragment2 + a1_3
    child2 = a2_2 + fragment1 + a2_3
    # print('修正后的子代为:\n{}\n{}'.format(child1, child2))
    return child1,child2