学习遗传算法
为了了解遗传算法的基本原理，我阅读了遗传算法GA(Genetic Algorithm)入门知识梳理，之后选择了一个简单的问题学习代码：使用遗传算法求解y=x*x（x∈0-31，x是整数）的最大值，参考了遗传算法_求最大值这篇文章。感谢这两篇文章的作者。
随后我在网上发现了科学松鼠会 遗传算法：内存中的进化这篇介绍，觉得很有意思，可以通过遗传算法用100个三角形绘制出Firefox图标，想自己去实现它。
因为对OpenCV比较熟悉，就使用该工具进行图像处理，但是貌似OpenCV没有自带的绘制半透明三角形的方法，感谢OpenCV基本绘图、两个半透明颜色色的叠加计算方法文章的作者，在此基础我有了更好的思路。
实现方法：
参考科学松鼠会的思路，下面是我的实现方法：
创建初始群体
- 种群内扇贝个数设定为16。
- 每个扇贝壳上有100个半透明三角形。每个三角形的三个点与颜色随机生成。
- 使用OpenCV绘制该扇贝，与理想图片逐像素对比，计算出该扇贝适应度（适应度=像素点个数*通道数/所有像素点4通道差值累积和）。
交叉
- 随机寻找两扇贝配对。
- 100个三角形内随机寻找n个三角形，两扇贝进行交叉操作。
变异
- 某个扇贝随机一个三角形的三点与颜色变异。
更新适应度
选择
- 淘汰适应度最低的两个扇贝。
- 为保持种群数量不变，其余扇贝内随机寻找两扇贝交叉补缺位。
运行参数
- 交叉率：0.86
- 变异率：0.1
- 迭代次数：180000
- 种群大小：16
- 三角形个数：100
微调
- 选择算子：轮盘赌算法（容易早熟），淘汰最低两个交叉补缺位（目前所用的方法）。
- 变异算子：变异两个三角形，变异一个三角形（两方法差别不大）。
- 变异率：0.2（过高，种群适应度增长缓慢），0.1（目前所用的值）.
- 理想图像分辨率：128*128（渲染速度过慢），32*32（目前所用的值）。
实验效果
Firefox理想图标：
遗传算法180000代最优扇贝：
遗传算法历代最优扇贝：
比较看出：实验结果30000代时已经形成了基本的轮廓，之后增长速度趋于缓慢。虽然基本轮廓形成了，但是细节不好，并且迭代次数过多，与科学松鼠会 遗传算法：内存中的进化文章中贴出的算法结果相差很多，应该是我有很多细节、优化方面没考虑到。
实验代码
下面是我实现的代码，有兴趣的同学可以看看，如果各位有更好的思路或者优化方法的，希望能在评论多多指导，感谢各位！
TuanZ7/GA-Firefox
Related Articles
Genetic Programming: Evolution of Mona Lisa
遗传算法 三角形
