python中轮盘赌算法的使用示例

这篇文章给大家分享的是有关python中轮盘赌算法的使用示例的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。

<强> 1,说明

轮盘赌博算法的精髓是可以根据个人适应度随机选择,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。

<强> 2,实例

 def 选择(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
　　,,,::返回,选择之后的种群列的表
　　,,,,,,
　　,,,population_fitness =, np.array (fitness_list) .sum(),, #,种群适应度
　　,,,fit_ratio =,(小姐:/,population_fitness  for 小姐:拷贝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 小姐:拷贝fit_ratio:
　　,,,,,,,fit_ratio_add.append (fit_ratio_add (len (fit_ratio_add),安康;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  _ 拷贝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 ()
　　,,,& # 39;& # 39;& # 39;个体选择,开始# 39;& # 39;& # 39;
　　,,,while  new_index  & lt;, len (chromosome_list):
　　,,,,,,,if  rand_list [new_index], & lt;, fit_ratio_add [fit_index]:
　　,,,,,,,,,,,new_population [new_index],=, chromosome_list [fit_index]
　　,,,,,,,,,,,new_index =, new_index  + 1
　　,,,,,,,其他的:
　　,,,,,,,,,,,fit_index =, fit_index  + 1
　　,,,& # 39;& # 39;& # 39;个体选择,结束# 39;& # 39;& # 39;
　　,,,return  new_population