Jenetics，如何用遗传算法找到集合的子集

Question

我想找出最好的子集。假设我们需要找到对象的子集。我们得到了这个子集的一些适应度函数。因此，在开始时，我们应该建立一个子集的总体，然后使用遗传算法，我们应该试图找到最好的子集。

我想使用Jenetics.io，但在这种情况下我不知道如何使用它。对我来说，问题是染色体的数据结构和子集有很大的不同。

我想有一个功能(人口，健身功能)，使所有需要的工作。

我试着去了解杰尼提斯到底是怎么工作的。也许我错了，但我认为没有办法让它以我想要的方式运作。

请给我一些建议，也许在这种情况下可以选择使用Jenetics？

Answer 1

在子集库中有一个杰尼提斯示例。从本质上讲，它有以下形式：

class SubsetExample
    implements Problem<ISeq<MyObject>, EnumGene<MyObject>, Double>
{
    // Define your basic set here.
    private final ISeq<MyObject> basicSet = ISeq.empty();
    private final int subSetSize = 5;

    @Override
    public Function<ISeq<MyObject>, Double> fitness() {
        return subSet -> {
            assert(subset.size() == subSetSize);
            double fitness = 0;
            for (MyObject obj : subSet) {
                // Do some fitness calculation
            }

            return fitness;
        };
    }

    @Override
    public Codec<ISeq<MyObject>, EnumGene<MyObject>> codec() {
        return codecs.ofSubSet(basicSet, subSetSize);
    }

    public static void main(final String[] args) {
        final SubsetExample problem = new SubsetExample()

        final Engine<EnumGene<MyObject>, Double> engine = Engine.builder(problem)
            .minimizing()
            .maximalPhenotypeAge(5)
            .alterers(
                new PartiallyMatchedCrossover<>(0.4),
                new Mutator<>(0.3))
            .build();

        final Phenotype<EnumGene<MyObject>, Double> result = engine.stream()
            .limit(limit.bySteadyFitness(55))
            .collect(EvolutionResult.toBestPhenotype());

        System.out.print(result);
    }
}