使用 Numpy 的多点交叉答案

【问题标题】：MultiPoint crossover using Numpy使用 Numpy 的多点交叉
【发布时间】：2019-04-23 04:39:06
【问题描述】：

我正在尝试使用 numpy 对遗传算法群体进行交叉。我已经使用父 1 和父 2 对人口进行了切片。

population = np.random.randint(2, size=(4,8))
p1 = population[::2]
p2 = population[1::2]

但我无法找出任何 lambda 或 numpy 命令来对父母进行多点交叉。这个概念是用ith row of p1 和随机交换一些位与ith row of p2。

【问题讨论】：

标签： numpy random genetic-algorithm numpy-ndarray crossover

【解决方案1】：

我认为您想从 p1 和 p2 中随机选择一个单元格。

为了更容易理解，我将 p1 更改为 10 到 15，将 p2 更改为 20 到 25。p1 和 p2 是在这些范围内随机生成的。

p1
Out[66]: 
array([[15, 15, 13, 14, 12, 13, 12, 12],
       [14, 11, 11, 10, 12, 12, 10, 12],
       [12, 11, 14, 15, 14, 10, 13, 10],
       [11, 12, 10, 13, 14, 13, 12, 13]])

In [67]: p2
Out[67]: 
array([[23, 25, 24, 21, 24, 20, 24, 25],
       [21, 21, 20, 20, 25, 22, 24, 22],
       [24, 22, 25, 20, 21, 22, 21, 22],
       [22, 20, 21, 22, 25, 23, 22, 21]])

In [68]: sieve=np.random.randint(2, size=(4,8))
In [69]: sieve
Out[69]: 
array([[0, 1, 0, 1, 1, 0, 1, 0],
       [1, 1, 1, 0, 0, 1, 1, 1],
       [0, 1, 1, 0, 0, 1, 1, 0],
       [0, 0, 0, 1, 1, 1, 1, 1]])
In [70]: not_sieve=sieve^1  # Complement of sieve

In [71]: pn = p1*sieve + p2*not_sieve

In [72]: pn
Out[72]:
array([[23, 15, 24, 14, 12, 20, 12, 25],
       [14, 11, 11, 20, 25, 12, 10, 12],
       [24, 11, 14, 20, 21, 10, 13, 22],
       [22, 20, 21, 13, 14, 13, 12, 13]])

当 sieve 为 1 时，teens 中的数字来自 p1 20 的数字来自 sieve 为 0 时的 p2

这可能会变得更有效率，但这是您期望的输出吗？

【讨论】：