2

我正在使用Jenetics库来解决 ga 的问题。我正在扩展官方示例以使用如下几个染色体：

    List<BitChromosome> arr = new ArrayList<>();
    arr.add(BitChromosome.of(16, 0.5));
    arr.add(BitChromosome.of(16, 0.5));
    arr.add(BitChromosome.of(16, 0.5));
    Factory<Genotype<BitGene>> gtf = Genotype.of(arr);

并将eval函数更改为正好有 8 个 1 和 8 个 0：

    private static int eval(Genotype<BitGene> gt) {
    return 10 - Math.abs(gt.getChromosome()
            .as(BitChromosome.class)
            .bitCount()-8);

其他部分保持不变：

    // 3.) Create the execution environment.
    Engine<BitGene, Integer> engine = Engine
            .builder(Test1::eval, gtf)
            .build();

    // 4.) Start the execution (evolution) and
    //     collect the result.
    Genotype<BitGene> result = engine.stream()
            .limit(100)
            .collect(EvolutionResult.toBestGenotype());

我期待 ga 产生 3 条染色体来最大化这个 eval 函数，但我得到：

[01110010|00010111,01000000|00000100,10011101|01110110]

如您所见，只有第一个结果满足条件。我怎样才能扩展这个例子，使所有染色体都最大化评估函数？

4

1 回答 1

2

这正是我在查看适应度函数后所期望的。您仅使用第一个染色体来计算适应度。该Genotype.getChromosome()方法返回第一个染色体。它是Genotype.getChromosome(0). 您的适应度函数中不考虑其他两条染色体。

于 2017-11-09T11:28:46.423 回答