莫凡Python学习笔记——遗传算法（一）：什么是遗传算法

内容原文：https://morvanzhou.github.io/tutorials/machine-learning/torch/

说白了就是将达尔文的进化理论搬进了计算机。
DNA是由一组特定结构的数据组合而成，我们将数据看为DNA数据，

import numpy as np
import matplotlib.pyplot as plt

DNA_SIZE = 10            # DNA length
POP_SIZE = 100           # population size
CROSS_RATE = 0.8         # mating probability (DNA crossover)
MUTATION_RATE = 0.003    # mutation probability  变异强度
N_GENERATIONS = 200      #多少代，也就是总循环次数
X_BOUND = [0, 5]         # x upper and lower bounds x的范围


def F(x):                    #返回X对应的高度
	return np.sin(10*x)*x + np.cos(2*x)*x     # to find the maximum of this function


# find non-zero fitness for selection   计算宝宝的在环境中的适应度
def get_fitness(pred): 
	return pred + 1e-3 - np.min(pred)

# convert binary DNA to decimal and normalize it to a range(0, 5)
def translateDNA(pop):       #数据转换，