在python中创建非常简单的'evolutionary'算法

Question

我正在尝试在python中创建一种非常简单的'进化'算法。

我最初想创建一个〜100个具有四个数值属性(A1-4(的人群，使用功能从这些属性中获得得分，然后删除得分最差的20个人。

这就是我到目前为止的

import random
population = 100
class Individual(object):
    def __init__(self, a1, a2, a3, a4):
        self.a1 = a1
        self.a2 = a2
        self.a3 = a3
        self.a4 = a4
starting_population = list()
for i in range (population):
    a1 = random.randint(1,10)
    a2 = random.randint(1,10)
    a3 = random.randint(1,10)
    a4 = random.randint(1,10)
    starting_population.append(Individual(a1,a2,a3,a4))
def fitness(x):
    fitness = a1*a2/a3*a4
    return fitness

我坚持如何将函数应用于人口列表的成员？

另外，我是Python的新手，我敢肯定我已经做了一些事情，因此任何技巧都非常感谢！

谢谢

Answer 1

循环有什么问题？

for person in starting_population:
    person.fitness = person.a1*person.a2/person.a3*person.a4 #Add fitness to object

还要注意，操作顺序为：

((a1*a2)/a3)*a4)

如果您的意思是不同的话。您可以考虑将健身作为个人的方法：

class Individual(object):
    def __init__(self, a1, a2, a3, a4):
        self.a1 = a1
        self.a2 = a2
        self.a3 = a3
        self.a4 = a4
    def fitness(self,x):
        fitness = self.a1*self.a2/self.a3*self.a4
        return fitness
starting_population = list()   
for i in range (population):
    a1 = random.randint(1,10)
    a2 = random.randint(1,10)
    a3 = random.randint(1,10)
    a4 = random.randint(1,10)
    starting_population.append(Individual(a1,a2,a3,a4))

因此，您可以立即调用starting_population[i].fitness()，或计算__init__中的值并使其成为字段。

另一个解决方案，将代码的对象清晰度删除，以速度为numpy数组：

import numpy.random as rnd
rnd.seed(78943598743)
starting_population=rnd.randint(1,10,size=100*4).reshape(100,4) #100 rows, 4 columns, each row a person
fitness_vector = starting_population[:,0]*starting_population[:,1]/starting_population[:,2]*starting_population[:,3]

Answer 2

首先，您应该使fitness成为Individual的方法：

import random
population = 100
class Individual(object):
    def __init__(self, a1, a2, a3, a4):
        self.a1 = a1
        self.a2 = a2
        self.a3 = a3
        self.a4 = a4
    def fitness(self):
        fitness = self.a1*self.a2/self.a3*self.a4
        return fitness
starting_population = list()
for i in range (population):
    a1 = random.randint(1,10)
    a2 = random.randint(1,10)
    a3 = random.randint(1,10)
    a4 = random.randint(1,10)
    starting_population.append(Individual(a1,a2,a3,a4))

如果要删除20个得分最低的评分，请首先按健身进行排序，然后列出列表：

sorted_people = sorted(starting_population, key=lambda i:i.fitness())
fit_people = sorted_people[20:]

您也可以根据其健身的价值过滤它们，例如使用列表理解：

fit_people = [i for i in starting_population if i.fitness() > 0.5]