Mathematica 遗传算法的思路和部分程序

为了节省空间,染色体和基因用整数表示,运算的时候看成二进制就是了,应该可以大大提高速度

随机创建种群:

GANewGroup[n_:50,l_:16]:=Table[RandomInteger[2^l],n];

基因解码(这里按照自己的编码方式改成自己的):

GADecode[x_]:=x*0.00003051757813;

适应度(改成自己的):

GAFitness[x_]:=(2-x)Exp[x];

染色体交叉互换,n是位置:

GACross[x_,y_,n_]:={x-#1+#2,y-#2+#1}&@@Mod[{x,y},2^n];

暂时这些 其他内容有时间再补充

使用举例:

group=GANewGroup[100,16];(*生成染色体长度16,100个个体的种群*)
fitness=RankedMax[GAFitness/@group,Floor[0.8*Length@group]];(*计算淘汰20%个体的适应度*)
group=DeleteCases[group,x_/;GAFitness@x<fitness];(*淘汰个体*)
(*繁殖新的个体*)
(*......*)

 

    原文作者:遗传算法
    原文地址: https://blog.csdn.net/u011086331/article/details/82021780
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞