赌博基本算法,基于轮盘赌的复制操作

　　说明

　　1.轮盘赌算法的本质是可以根据个人的适应度随机选择。

　　2.适应度越大，个体选择的概率越高，群体规模越大。这种算法能够真实地模拟自然状态。

　　实例

　　defselect(染色体列表，适应性列表):

　　选择(轮盘赌算法)

　　3360 : param chromosome _ list :二维列表的人口

　　3360 : param fitness _ list :健身列表

　　:选择后返回：群体列表

　　人口_适应度=np.array(适应度_列表)。sum () #群体适应度

　　fit _ ratio=[I/population _ fitness _ fitness _ list]#每个个体与群体适应度的比例

　　Fit_ratio_add=[0]#个体累积概率

　　foriinfit_ratio:

　　Fit_ratio_add . append(fit _ ratio _ add[len(fit _ ratio _ add)-1]I)#计算每个个体的累积概率，放入fit _ ratio _ add。

　　fit _ ratio _ add=fit _ ratio _ add[1:]#删除第一个0

　　Rand _ list=[random.uniform (0，1) for _ inchromome _ list] #生成一个随机值列表，该列表等于轮盘赌选择中个体的种群大小。

　　rand_list.sort()

　　fit_index=0

　　new_index=0

　　new _ population=chromosome _ list . copy()

　　单项选择开始

　　whilenew_indexlen(染色体列表):

　　ifland _ list[new _ index]fit _ ratio _ add[fit _ index]:

　　新群体[新索引]=染色体列表[适合索引]

　　新索引=新索引1

　　else:

　　拟合指数=拟合指数1

　　个人选择结束

　　Returnnew_population以上是python轮盘赌算法的使用。希望对你有帮助。更多python学习方向：Python基础课程

　　本教程运行环境：windows7系统，Python 3.9.1，DELL G3电脑。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。