我的遗传算法出了什么问题

Question

我正在尝试理解遗传算法是如何工作的。就像我通过尝试在我的博客上写些东西来学到的一样；然而，我的知识非常有限，我不确定我这样做是否正确。

这个算法的目的是看看如果一半的人已经感染了疾病，那么这个群体中的一半人需要多长时间才能感染疾病。这只是我在脑海中想出的一个例子，所以我不确定这是不是一个可行的例子。

一些关于我如何提高知识的反馈将是很好的。

代码如下：

import random

def disease():
    herd = []
    generations = 0
    pos = 0
    for x in range(100):
        herd.append(random.choice('01'))
    print herd
    same = all(x == herd[0] for x in herd)
    while same == False:
        same = all(x == herd[0] for x in herd)
        for animal in herd:
            try:
                if pos != 0:
                    after = herd[pos+1]
                    before = herd[pos-1]
                    if after == before and after == '1' and before == '1' and animal == '0':
                        print "infection at", pos
                        herd[pos] = '1'
            #print herd
                pos += 1
            except IndexError:
                pass
        pos = 0
        generations += 1
        random.shuffle(herd)
        #print herd
    print "Took",generations,"generations to infect all members of herd."
if __name__ == "__main__":
    disease()

Answer 1

您的代码不实现GeneticAlgorithm。我建议你先从一个开源库开始，了解它是如何工作的，然后再实现你自己的(如果需要的话)

要使用遗传算法，您需要具备以下条件：

1-要最小化的目标函数

对目标函数中的决策变量进行建模的2-染色体表示法(例如，实值)。你的目标是找到使目标函数最小化的最佳染色体。

3-开始搜索的染色体的初始群体(可以是随机的)

4-遗传算子，即选择、交叉和变异，应用于当前群体以获得下一代

5-迭代直到达到停止标准，例如最大世代数或期望的适应值

这只是对遗传算法实现应该具有的内容的简要描述。