python轮盘赌算法如何使用
说明
1、轮盘赌算法的精髓是可以根据个人适应度随机选择。
2、适应度越大的个人选择的概率越高,群体规模越大,该算法可以比较真实地模拟自然状态的状况。
实例
def select(chromosome_list, fitness_list):"""
选择(轮盘赌算法)
:param chromosome_list: 二维列表的种群
:param fitness_list: 适应度列表
:return: 选择之后的种群列表
"""
population_fitness = np.array(fitness_list).sum() # 种群适应度
fit_ratio = [i / population_fitness for i in fitness_list] # 每个个体占种群适应度的比例
fit_ratio_add = [0] # 个体累计概率
for i in fit_ratio:
fit_ratio_add.append(fit_ratio_add[len(fit_ratio_add) - 1] + i) # 计算每个个体的累计概率,并存放到fit_ratio_add中
fit_ratio_add = fit_ratio_add[1:] # 去掉首位的0
rand_list = [random.uniform(0, 1) for _ in chromosome_list] # 生成和种群规模相等的随机值列表,用于轮盘赌选择个体
rand_list.sort()
fit_index = 0
new_index = 0
new_population = chromosome_list.copy()
'''个体选择 start'''
while new_index < len(chromosome_list):
if rand_list[new_index] < fit_ratio_add[fit_index]:
new_population[new_index] = chromosome_list[fit_index]
new_index = new_index + 1
else:
fit_index = fit_index + 1
'''个体选择 end'''
return new_population
以上就是python轮盘赌算法的使用,希望对大家有所帮助。更多Python学习指路:python基础教程
本文教程操作环境:windows7系统、Python 3.9.1,DELL G3电脑。
以上是 python轮盘赌算法如何使用 的全部内容, 来源链接: utcz.com/z/544797.html