遗传算法的有趣实践

源码

先放上我的源码链接：
https://github.com/AIjugg/Genetic_Algorithm.git

自己思考加纯手写的代码，有兴趣的同学可以拿去玩玩

前言

生物进化是一个有趣的话题，人是怎么从人猿进化到的人，长颈鹿的脖子为什么这么长，猫和老虎为什么一个这么大一个这么小只？

有个人在19世纪就对这些问题感到了浓厚的兴趣，1859年，《物种起源》出版，标志着生物学进入了新的阶段。

生物进化是怎么进行的

学过生物进化论的同学应该知道，进化的核心是自然选择，进化其实是被动的，自然选择对物种做了筛选，保留下了适宜生存的基因，也就是适者生存。

适者生存，现代的生物进化论将适者生存修改为了适者繁衍。

举个🌰，在远古时期，树越长越高，于是短颈鹿吃不到🍃活不下去了，只剩下长颈鹿，经过一代代的繁衍，它们的脖子越来越长。

遗传算法的由来

在20世纪60年代，有人提出将进化论的思想应用到计算机运算中；70年代有人成功运用到了运算中；到了80年代，被Goldberg归纳总结，形成了基本框架。

这便是遗传算法的问世过程。

遗传算法的重要概念与步骤

在学习遗传算法前，我们首先得学习几个概念。


种群
一个生物个体是完不成繁衍进化的，需要众多个体组成一个团体，这个团体称为种群。

附上百度百科的定义：种群（population）指同一时间生活在一定自然区域内，同种生物的所有个体。种群是进化的基本单位，同一种群的所有生物共用一个基因库。


适应度（fitness）

适应度是用来衡量个体对环境适应的能力，一般适应度越高，越适应这个环境。


交叉（crossover）

其实就是生物的交配。父代交叉得到子代。


变异（mutation）

父代交叉得到的子代，其基因有概率发生一定的变化，这种变化有可能是有利的，也可能是有害的。变异是种群多样化的重要一环。

选择（selection）
其实就是淘汰。从群体中选择优胜的个体，淘汰劣质个体的操作叫选择。

流程图

实际应用

在《遗传算法原理及应用》一书中指出，遗传算法是一种自适应全局优化概率搜索算法。我们可以用来做数据拟合、生产规划等，遗传算法的流程跟神经网络的算法很像……


这里我举一个有趣的实例：图像拟合。

之前在网上看到这么一张图片👇

这是怎么实现的？一度令我非常困惑，后来得知这是用遗传算法拟合得到的，于是我开始爬遗传算法的坑。


有想了解遗传算法的同学，可以去我的git上下电子书《遗传算法原理及应用》

实践

目标图

拟合图

上述图片都是我的拟合结果图，数字表示迭代轮次，可见越到后面越接近原图。

浅谈代码原理

问题分析

首先我们需要思考图像拟合这个问题，如何应用遗传算法，我们先用进化论的思维去思考这个问题。


个体：遗传算法中，我们首先需要有个个体，在这里，我们的个体就是一张图片。


基因：有了个体之后，需要明确个体内部需要改变的是什么，也就是基因。

基因是个体内部，发生改变的最小单元，我们知道图片是由像素点构成的，那么我们可以把每个像素点看做是一个基因，那么100*100的图片就是 100*100的像素点。

但这好像太多了，计算起来非常繁琐……上面的蒙娜丽莎图给了我启发，我考虑到可以用半透明的多边形组合成图片，在遗传算法中，个体的基因数量是保持不变的，所以我们的半透明多边形数量也是一直保持不变的（之前这点也令我非常困惑，蒙娜丽莎的拟合图中多边形的数量似乎是变化的）。

适应度 ：用来衡量个体适应环境的能力，在我们当前的场景下，可以用图片相似度来表示。用数学公式表示也非常简单，把图片当作矩阵，那么计算出矩阵之间的欧氏距离即可。

我之前的代码就是这么计算适应度的，但后来我发现python里有现成的图片相似度计算方法，于是我直接调用了。


种群：在我们这里，种群自然就是指图片数量了。由于我们的运算是占用cpu内存的，根据cpu计算能力，选择一个合适的种群数量是非常重要的。

种群迭代：我认为种群迭代的概念也是非常重要的，当每次选择父代生成子代，再淘汰一部分适应度低的个体后，算是完成了一轮种族的迭代。

交叉：两个图片要怎么交叉呢？我的做法是，按照顺序，随机选中父本或母本的基因出来，作为子代的基因，按照概率而言，子代一半的基因来自父本，一半来自母本。

变异: 在我的代码中，变异只发生在生成子代时，子代的极少部分基因会发生变异（多边形的某个点坐标变化、或者多边形的颜色发生改变），随着种族的迭代，这种变异改变的特性会越来越小（坐标变化幅度变小、颜色也只会小幅改变）。当然这只是我的经验之谈，在我的实践中就是如此，从常理来想，这样也是合理的，因为到后期我们已经逼近了某个极值点了（局部最优）。

选择：我们每次进行种群迭代时，需要选择，首先计算出每个个体的适应度，根据适应度高低做排行，适应度越高的个体，获得交叉的概率越高（被我戏称为优先交配权），生成子代后，再做一次适应度计算和排行，适应度最低的个体将被无情淘汰。

遇到的有趣的问题

经过非常非常久的反复实践，我遇到了许多有趣的问题，我有时在想，这些问题会不会也是生物进化中的问题呢？

再一次感叹造物主的伟大。

没有变异的繁衍

当我在最初做代码调试时，并没有写变异的代码，在我的认知中，不变异也可以使得种群不断进化，只不过进化速度慢一些罢了。

实际上真的是这样吗？

不，经过几百轮的迭代后，每个个体的适应度都一样了，也就是说种群中的每个个体基因都一模一样😲！


经过打印调试，我发现了一个有趣的现象，由于适应度最高的个体拥有优先交叉权，于是他可以把自己一半的基因传递给子代，而往往他的子代适应度也不会低，于是也拥有较高的交叉权。
经过短短几百轮的迭代，就会出现一个神奇的现象，种群中适应度最高的两个个体，适应度居然一模一样了（基因也一模一样）。而且一旦出现这个现象，那么整个种群被同化就是瞬间的事儿了👻~

我在想，也许我们国人的许多基因是一样的，因为不管是人猿时代还是开启智慧后的五千年，我们也在不断做着选择淘汰。

同时可以看出变异对于一个种群是多么的重要，没有变异，种群就会进化停滞。变异是种群多样化的重要一环。

变异速度

如果一直保持同一变异速度，且变异概率一直很小或很大，都很难快速得到适应度高的个体。

对此我是用爬山来理解的，身处群山中，我想要登顶最高的山峰，如果我的步幅太小，我很可能以为这座山就是最高的山；如果我的步幅非常大，我又可能错过了最高的山；

当然大家要切记，遗传算法并不是求全局最优的算法，它是求局部最优的算法。

纯变异

其实我很早就实践过纯变异版本的遗传算法，我发现压根就不需要交叉，靠每个个体的纯变异，也可以得到一个适应度很高的个体。

这是不是说明，如果一种生命可以自我变异，那么就不需要繁衍了（当然还得有无限寿命才行）。

基因数量是不是越高越好

我个人浅薄的理解是 “是的”，基因越多，个体的表现越充分，能表达的东西越多，比如这个实践中，150个多边形拟合的图片比100个多边形拟合的图片更加细腻。

但由于我们计算资源是有限的，所以基因数量差不多就得了……