python轮盘赌算法如何使用

说明

1、轮盘赌算法的精髓是可以根据个人适应度随机选择。

2、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。

实例

defselect(chromosome_list,fitness_list):
"""
选择(轮盘赌算法)
:paramchromosome_list:二维列表的种群
:paramfitness_list:适应度列表
:return:选择之后的种群列表
"""
population_fitness=np.array(fitness_list).sum()#种群适应度
fit_ratio=[i/population_fitnessforiinfitness_list]#每个个体占种群适应度的比例
fit_ratio_add=[0]#个体累计概率
foriinfit_ratio:
fit_ratio_add.append(fit_ratio_add[len(fit_ratio_add)-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_inchromosome_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()
'''个体选择start'''
whilenew_index<len(chromosome_list):
ifrand_list[new_index]<fit_ratio_add[fit_index]:
new_population[new_index]=chromosome_list[fit_index]
new_index=new_index+1
else:
fit_index=fit_index+1
'''个体选择end'''
returnnew_population

以上就是python轮盘赌算法的使用，希望对大家有所帮助。

本文教程操作环境：windows7系统、Python 3.9.1，DELL G3电脑。