python 遗传算法实现 PytLab/gaft

本文介绍了如何在Python3.5环境下使用PytLab/gaft库进行遗传算法的实现。文章提供了安装步骤,并指出可以通过修改代码以适应不同需求。遗传算法的优化结果被保存在best_fit变量中,作者提到若要提升运行速度,可以参考MPI并行加速方法。
摘要由CSDN通过智能技术生成

PytLab/gaft
测试环境:python3.5
python环境搭建
安装:

pip install gaft

根据自己需求,只需要修改16,36行处代码即可直接使用
genetic. py

# github: https://github.com/PytLab/gaft
# installation:
# pip install gaft
# date: 2019-05-17
from gaft import GAEngine
from gaft.components import BinaryIndividual
from gaft.components import Population
from gaft.operators import RouletteWheelSelection
from gaft.operators import UniformCrossover
from gaft.operators import FlipBitMutation
from gaft.analysis.fitness_store import Fitne
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值