Question

我一直在尝试使用遗传算法来解决简单的替换密码，但是有一个问题我甚至没有接近预期的解决方案，拥有10000多代，人口约为200，同时对于过去8000代，我不太确定问题是否在于我的健身功能，在我培育人口的方式，或者，最有可能两者。

然后我才意识到，如果我不仅接受每组父母的第一个孩子（后来当我解释我的交叉时更多），但是两个孩子都产生了，健身值只是随机跳跃而我变得非常低＆＃34;生成中的最高适应度＆＃34;即使经历了很多代，这些价值也让我觉得这个问题很可能就是交叉本身。

整个程序可以在这里找到： http://pythonfiddle.com/genetic-algorithm/

使用以下字符串作为第一个参数进行测试：＆＃34; iq ifcc vqqr fb rdq vfllcq na rdq cfjwhwz hr bnnb hcc hwwhbsqvqbre hwq vhlq＆＃34;

应该成为：＆＃34;我们将在中午在图书馆中间见面，所有的安排都是在＃34;

此算法中的基因材料由一个字符串组成，该字符串只包含字母表中的每个字母一次，而字母的顺序对应于加密字符串中的替换字母。所以在：＆＃34; etaoinshrdlcumwfgypbvkjxqz＆＃34; e代替a，t代替b等。

适应度函数结合了字母频率，双字母频率和最常见字词的匹配。

对于繁殖，我选择前20％，5％的健康较差的个体然后变异2％

交叉的工作原理如下：

# splice genes of parents together at random point in gene material
def crossover(male, female):
    rand = random.randint(2,24)
    child = male[:rand] + female[rand:]
    child_two = male[rand:] + female[:rand]
    repair_one = repair(child)
    repair_two = repair(child_two)
    return [repair_one, repair_two];

#repairs the child string to conform to gene standards(every gene is unique)
# cretain as much of the parent strings as possible
def repair(child):
    repaired_child = child
    temp = []

    rand = random.randint(1,2)
    omitted = []
    double = []
    for value in GENES:
        count = child.count(value)
        if count == 0:
            omitted.append(value)
        elif count == 2:
            double.append(value)

    for value in double:
        if value > 1:
            repaired_child = replacenth(repaired_child, value, omitted.pop(), rand)
    return repaired_child;

我在2个父母的26个字母长串中选择一个随机点，把它们切成两半，加入父母的一半。

母亲+父亲是第一个孩子父亲+母亲是第二个。当然，因为基因串中的每个字母必须是唯一的（否则密码是不可用的）我必须在之后修复基因。我这样做是首先计算每个字母出现的频率，然后用尚未使用的字母替换双字母，直到字符串只有唯一的字母。

我知道遗传算法不是解决替换密码的最佳方法，但我认为尝试和测试会是一件有趣的事情，并且应该在相当长的时间内可行吗？

非常感谢任何帮助并指出错误

替代密码破解的遗传算法不接近高适应度值

0 个答案: