在 python 中创建一个非常简单的“进化”算法答案

【问题标题】：Creating a very simple 'evolutionary' algorithm in python在 python 中创建一个非常简单的“进化”算法
【发布时间】：2018-04-28 09:07:58
【问题描述】：

我正在尝试在 python 中创建一个非常简单的“进化”算法。

我最初想创建一个大约 100 个具有四个数字属性 (a1-4) 的个体，使用一个函数从这些属性中获取分数，然后删除得分最差的 20 个个体。

这是我目前所拥有的

import random
population = 100

class Individual(object):
    def __init__(self, a1, a2, a3, a4):
        self.a1 = a1
        self.a2 = a2
        self.a3 = a3
        self.a4 = a4

starting_population = list()

for i in range (population):
    a1 = random.randint(1,10)
    a2 = random.randint(1,10)
    a3 = random.randint(1,10)
    a4 = random.randint(1,10)
    starting_population.append(Individual(a1,a2,a3,a4))

def fitness(x):
    fitness = a1*a2/a3*a4
    return fitness

我不知道如何将函数应用于人口列表的成员？

另外，我对 Python 很陌生，而且我确信我做的一些事情很糟糕，所以非常感谢任何提示！

谢谢

【问题讨论】：

注意random.seed(somenumber) 通常在随机调用之前调用。另外，您想要一个新的fitness 列表，还是添加一个属性？

标签： python python-3.x list evolutionary-algorithm

【解决方案1】：

循环有什么问题？

for person in starting_population:
    person.fitness = person.a1*person.a2/person.a3*person.a4 #Add fitness to object

还要注意，操作顺序是：

((a1*a2)/a3)*a4)

如果你的意思不同。您可以考虑将健身作为个人的方法：

class Individual(object):
    def __init__(self, a1, a2, a3, a4):
        self.a1 = a1
        self.a2 = a2
        self.a3 = a3
        self.a4 = a4

    def fitness(self,x):
        fitness = self.a1*self.a2/self.a3*self.a4
        return fitness

starting_population = list()   
for i in range (population):
    a1 = random.randint(1,10)
    a2 = random.randint(1,10)
    a3 = random.randint(1,10)
    a4 = random.randint(1,10)
    starting_population.append(Individual(a1,a2,a3,a4))

这样您就可以立即调用starting_population[i].fitness()，或者计算__init__ 中的值并使其成为一个字段。

另一种解决方案，放弃代码的对象清晰度以支持numpy 数组以提高速度：

import numpy.random as rnd
rnd.seed(78943598743)
starting_population=rnd.randint(1,10,size=100*4).reshape(100,4) #100 rows, 4 columns, each row a person
fitness_vector = starting_population[:,0]*starting_population[:,1]/starting_population[:,2]*starting_population[:,3]

【讨论】：

【解决方案2】：

首先，您应该将fitness 设为Individual 的方法：

import random
population = 100

class Individual(object):
    def __init__(self, a1, a2, a3, a4):
        self.a1 = a1
        self.a2 = a2
        self.a3 = a3
        self.a4 = a4

    def fitness(self):
        fitness = self.a1*self.a2/self.a3*self.a4
        return fitness

starting_population = list()

for i in range (population):
    a1 = random.randint(1,10)
    a2 = random.randint(1,10)
    a3 = random.randint(1,10)
    a4 = random.randint(1,10)
    starting_population.append(Individual(a1,a2,a3,a4))

如果要删除得分最低的 20 个，首先按适应度对它们进行排序，然后从列表中抽取一部分：

sorted_people = sorted(starting_population, key=lambda i:i.fitness())
fit_people = sorted_people[20:]

您还可以根据它们的适应度值过滤它们，就像这样，使用列表推导：

fit_people = [i for i in starting_population if i.fitness() > 0.5]

【讨论】：