0

我试图了解遗传算法是如何工作的。就像我通过尝试在我的 on 上写一些东西来学习的所有东西一样；但是，我的知识非常有限，我不确定我是否做对了。

该算法的目的是查看如果一半的人口已经被感染，那么半数牛群感染疾病需要多长时间。这只是我脑海中想到的一个例子，所以我不确定这是否是一个可行的例子。

关于如何提高我的知识的一些反馈会很好。

这是代码：

import random

def disease():
    herd = []
    generations = 0
    pos = 0
    for x in range(100):
        herd.append(random.choice('01'))
    print herd
    same = all(x == herd[0] for x in herd)
    while same == False:
        same = all(x == herd[0] for x in herd)
        for animal in herd:
            try:
                if pos != 0:
                    after = herd[pos+1]
                    before = herd[pos-1]
                    if after == before and after == '1' and before == '1' and animal == '0':
                        print "infection at", pos
                        herd[pos] = '1'
            #print herd
                pos += 1
            except IndexError:
                pass
        pos = 0
        generations += 1
        random.shuffle(herd)
        #print herd
    print "Took",generations,"generations to infect all members of herd."
if __name__ == "__main__":
    disease()
4

1 回答 1

2

您的代码没有实现GeneticAlgorithm. 我建议您首先从一个开源库开始了解它是如何工作的，然后再实现自己的（如果需要）

要拥有遗传算法，您将需要以下内容：

1-您试图最小化的目标函数

2- 对目标函数中的决策变量进行建模的染色体表示（例如实际值）。你的目标是找到最小化目标函数的最佳染色体

3- 开始搜索的初始染色体群（可以是随机的）

4- 遗传算子，即选择、交叉和变异，您将其应用于当前种群以获得下一代

5- 迭代直到达到停止标准，例如最大生成数或所需的适应度值

这只是对遗传算法实现应该具有的内容的简要描述。

于 2013-02-09T05:49:19.067 回答