基于python3.7的遗传算法可视化

需要的库

python的强大在于可以安装非常丰富的库，针对遗传算法已经有非常完善的库了，只需要在里面设计即可，我使用的是Geatpy库，这是一个高性能的Python遗传算法库以及开放式进化算法框架，由华南理工大学、华南农业大学、德州奥斯汀公立大学的学生联合团队开发。如何安装及其使用请查看Geatpy的官方文档。

可视化工具

Tkinter、Tix…非常多的选择，我这里使用的是easygui，为什么使用easygui呢？因为我看的第一本python书《父与子学python…》啥的，具体书名记不清了，里面介绍的就是easygui，入手很简单，剩下就是matplotlib和Axes3D当然了离不开我们的numpy

遗传算法

关于遗传算法，我这里不想多讲了，参考我上一篇文章https://blog.csdn.net/quinn1994/article/details/80501542

适应度函数的选择

我做了一个选择的界面，可以选择几个经典的测试函数，如下

这里是Ackley函数的二维描述

def Ackley(Phen):
    x1 = Phen[:, [0]] 
    x2 = Phen[:, [1]] 
    return -20.0*np.exp(-0.2*np.sqrt((x1**2+x2**2)/2)) - np.exp((np.cos(2.0*np.p