遗传算法——一个简单的函数优化

Maverick · 发表于 2016-5-7 17:26:38

本帖最后由 Maverick 于 2016-5-8 17:50 编辑

这个星期开始接触接触遗传算法，看了一些别人的论文，就用python试着写了一个目标函数——F(x1,x2)=sqrt(x1)+sqrt(x2)
优化目标——求解在区间[3,12]上的最大值，求解精度为整数即可（虽然知道问题很弱智，但只是对算法进行一个测试，没有选择很复杂的函数）适应度函数——F(x1,x2)=sqrt(x1)+sqrt(x2)
选择方法——轮盘赌初始化种群数量——pop_size=6
交叉概率——pc=1（由于pop_size=6，为了保持基因的多多样性所以pc=1）
变异概率——pm=1（虽然一边变异概率小于0.1，就上上面说的只是对算法进行一个测试）
下面是具体代码的jpg：

登录/注册后可看大图