python - 如何执行适应度函数以在搜索问题中找到最佳路径（遗传算法）

Question

我必须能够使用这个“数据集”（它的图表）：...

{
 0 : [3,2,1],
 1 : [4],
 2 : [6,5],
 3 : [7],
 4 : [8],
 5 : [9]
}

...输入一个初始值和一个最终值，目标是通过遗传算法显示可能的最佳路径（我的问题是遍历数据集并找到最佳路径）。我在另一个项目中找到了这个健身功能：

fitness = numpy.sum(pop*equation_inputs, axis=1)
    return fitness

如何创建一个“适合”我的问题的理想适应度函数？