问题标签 [genetic]

我对在 Python 中使用 DEAP 应用遗传算法很感兴趣。可以在此处查看背包的示例实现。我正在尝试创建自己的交叉函数，并且我想保留父母的长度如下：

但是，函数开头的 ind1 和 in2 的长度与末尾的 ind1 和 ind2 的长度不同。ind1 和 ind2 开头的长度都应该等于 max_no。我希望有人能给我一个暗示为什么会这样。我很困惑。

谢谢，任何帮助将不胜感激。

编辑：这是我的突变功能。如您所见，我还试图在此处保留个人的可变长度

我目前正在将 DEAP 用于 Python 中的遗传算法。我想创建一个具有长度的初始人口no_sensors。不过我的问题是，由于random.choice(nodes)函数的原因，一些节点最终是相同的，并且初始长度最终小于no_sensors. 我想知道是否有办法解决这个问题：

基本上，我需要 list 中固定长度的唯一项目nodes。我正在考虑使用random.sample(nodes, no_sensors)，但我似乎无法将其合并到代码中而不会产生错误

您可以在此处查看其他示例。

我从头开始编写了一个具有所有功能（比赛选择、交叉、突变、精英等）的遗传算法，它成功地发展了解决“计数”问题的方法——即它操纵随机生成的由 1 组成的二元染色体群体& 0s，直到达到一个充满 1s 的完美。

现在我需要应用该算法并创建一个分类器。系统应将二进制数据分类为“0”类或“1”类。我有几组训练数据，但这是最基本的：

32 rows x 5 variables (+ class, space separated, CR EOL) 00000 0 00001 0 00010 0 00011 1 00100 0 00101 1 00110 1 00111 0 01000 0 01001 1 01010 1 01011 0 01100 1 01101 0 01110 0 01111 1 10000 0 10001 1 10010 1 10011 0 10100 1 10101 0 10110 0 10111 1 11000 1 11001 0 11010 0 11011 1 11100 0 11101 1 11110 1 11111 0

我将如何将我已经构建的遗传算法应用到具有基于规则的上下文中的这种问题 IF x (AND y) THEN z 形式？我不知道从哪里开始，我想我可能需要做一些规则提取，但我不知道在这种情况下如何去做。

编辑：进一步的代码

`

``

我正在使用 Matlab 中的遗传算法解决优化的工作计划。但是有一些特殊的约束不仅仅依赖于输入变量。我的特殊约束如下：

例如

如何在 Matlab 遗传算法中设置特殊约束？

谢谢！

搜索者

我有一个想使用遗传算法 (GA) 解决的问题。您可以将其简化为以下问题：

我想优化一家公司的汽车资源，即汽车数量和车型。我已经有一个健身功能calcFitness(carList)，可以评估给定的设置，如“商务车、运输车”或“商务车、商务车、运输车”。现在，问题是，如何使用 GA 解决这个可变长度问题。

我有四个想法可以解决这些问题：

1. 也许以某种方式实现允许可变长度染色体的 GA 并在一次运行中解决问题（不确定是否可能？）
2. 估计最大可行的汽车数量（例如 20）并为从 1 到 20 的每个车位编号运行一个固定长度的 GA 并比较 20 个结果
3. 与 #2 类似，但没有固定上限：您从 1 辆汽车开始并增加插槽数量，直到增加数量的最佳解决方案比前面的解决方案差（基于梯度的方法）
4. 两个堆叠的固定长度 GA：一个父 GA 单独负责优化汽车插槽的数量，在其适应度函数中，另一个优化这些插槽分配的 GA 被称为

您如何看待这些通用方法？对于这些可变长度情况，还有其他想法或 GA 替代方案吗？

在我计划使用 GA 解决的问题中，染色体可能是不可行的。这意味着，某些解决方案根本无效，并且无法为它们计算适应度函数。我的目标是保持可行性状态二元化（可行或不可行），因为对染色体不可行的量化将非常复杂甚至是不可能的。

为了找到最佳可行的解决方案，如何实现这一点并将其实施到遗传算法中？

Having trouble with this code below. It is implementation of population evolution. In my case the max fitness is struck at a local maxima everytime and is unable to reach max possible value. Kindly suggest necessary edits and reason for the same.

Individual.java

Population.java

The max possible value of fitness is 300 in my case but it always stucks around 200-230.

我为种群进化（遗传算法实现）编写了以下代码：

个人.java

人口.java

我被要求使用以下函数测试我的算法： https ://en.wikipedia.org/wiki/Test_functions_for_optimization 用于单目标优化的测试函数

谁能解释它是如何完成的？对列表中任何一项功能的解释都会有所帮助。

阅读表示树，几乎所有的文本都只包含数字运算符，例如加号、减号、时间等……但是，有一些随便在里面有“if then”运算符。我真的很困惑这是否在每个版本的表示树中共享，或者它是否只有少数程序具有。

我正在研究遗传算法项目。我需要代码来使用基本遗传算法找出 Rastrigin 函数或 Easom 函数（对于 y=0）的最大值/最小值。