使用Geatpy实现句子匹配

最新推荐文章于 2023-03-31 09:56:05 发布

肉尼

最新推荐文章于 2023-03-31 09:56:05 发布

阅读量322

点赞数

文章标签： python

本文链接：https://blog.csdn.net/XIAOYUE3035/article/details/99562983

版权

本文通过实例介绍了如何利用Geatpy的差分进化算法DE/rand/1/L模板来搜索特定句子，展示了遗传算法在解决此类问题上的效率。通过自定义问题类和执行脚本，成功找到了目标句子。

摘要由CSDN通过智能技术生成

我们都听过“无限猴子定理”，说的是有无限只猴子用无限的时间会产生特定的文章。在无限猴子定理中，我们“假定”猴子们是没有像人类那样“智能”的，而且“假定”猴子不会自我学习。因此，这些猴子需要“无限的时间"。

而在遗传算法中，由于采用的是启发式的进化搜索，因此不需要”无限的时间“就可以完成类似的工作。当然，需要产生的文章篇幅越长，那么就需要越久的时间才能完成。

下面以产生"Tom is a little boy, isn’t he? Yes he is, he is a good and smart child and he is always ready to help others, all in all we all like him very much."的句子为例，讲述如何利用Geatpy实现句子的搜索。之前的文章中我们已经讲述过如何使用Geatpy的进化算法框架实现遗传算法编程。这里就直接用框架。

把自定义问题类和执行脚本编写在下面的"main.py”文件中：


# -*- coding: utf-8 -*-
import numpy as np
import geatpy as ea
 
"""
问题类
"""
class MyProblem(ea.Problem): # 继承Problem父类
    def __init__(self):
        name = 'MyProblem' # 初始化name（函数名称，可以随意设置）
        # 定义需要匹配的句子
        strs = 'Tom is a little boy, isn\'t he? Yes he is, he is a good and smart child and he is always ready to help others, all in all we all like him very much.'
        self.words = []
        for c in strs:
            self.words.append(ord(c)) # 把字符串转成ASCII码
        M = 1 # 初始化M（目标维数）
        maxormins = [1] # 初始化maxormins（目标最小最大化标记列表，1：最小化该目标；-1：最大