在两个向量之间交换元素（交叉）

Question

假设我有：

chromosome_1 <- c('0010000001010000')

chromosome_2 <- c('0100000001001010')

如何实施 第3-5步 ？

1. 评估
   • NC1 =没有。 chromosome_1
   中的1
   • NC2 =否。 chromosome_2
   中的1
   • M = min(NC1, NC2)
2. 从NC
生成随机整数range(1, M)

3. 随机选择基因中的NC基因位置 来自chromosome_1的等位基因“1”并形成一组s1指数 这样的选定职位。

   随机选择基因中的NC基因位置 来自chromosome_2的等位基因“1”并形成一组s2指数 选定的职位。

4. s = union(s1, s2) 假设 s = 2, 3, 10, 15

{li>

i

中的每个索引s

交换染色体chromosome_1和chromosome_2的等位基因 基因位置i。

以下说明了结果：



我真的很感激任何帮助！

Answer 1

您可以尝试使用GA package：

在手动（第5页）中，有一个示例。

ga(type = c("binary", "real-valued", "permutation"),
fitness, ...,
min, max, nBits,
population = gaControl(type)$population,
selection = gaControl(type)$selection,
crossover = gaControl(type)$crossover,
mutation = gaControl(type)$mutation,
popSize = 50,
pcrossover = 0.8,
pmutation = 0.1,
elitism = base::max(1, round(popSize*0.05)),
updatePop = FALSE,
postFitness = NULL,
maxiter = 100,
run = maxiter,
maxFitness = Inf,
names = NULL,
suggestions = NULL,
optim = FALSE,
optimArgs = list(method = "L-BFGS-B",
poptim = 0.05,
pressel = 0.5,
control = list(fnscale = -1, maxit = 100)),
keepBest = FALSE,
parallel = FALSE,
monitor = if(interactive())
{ if(is.RStudio()) gaMonitor else gaMonitor2 }
else FALSE,
seed = NULL)

例如，人口，选择，交叉，变异和监控操作员分配新功能。在我的研究中，我使用了自己的变异和监视功能。例如;

myga <- ga(type = "binary",
fitness, ...,
min, max, nBits,
mutation = myMutationFunction
popSize = 50,
pcrossover = 0.8,
pmutation = 0.1,
maxiter = 100,
run = maxiter,
monitor = myMonitorFunction

myMutationFunction <- function (x) {
#...
}

myMonitorFunction <- function (x) {
#...
}

因此，您只需定义自己的函数并将函数名称赋予ga函数。为了参考，您可以看到默认功能。您可以在默认函数中查看必要的参数和返回值。

Answer 2

可能不是最简单的解决方案，但它有效

set.seed(12345)

## Step 1
a <- c(0,0,1,0,0,0,0,0,0,1,0,1,0,0,0,0)
b <- c(0,1,0,0,0,0,0,0,0,1,0,0,1,0,1,0)
m <- min(sum(a==1), sum(b==1))

## Step 2
random_int <- sample(1:m, 1)

## Step 3
random_a <- sample(which(a == 1), random_int)
random_b <- sample(which(b == 1), random_int)
#all <- sort(union(random_a, random_b))

## Step 4
## for demo purpose (assume it as the random output)
all <- c(2,3,10,15)     

temp_a <- a[all]
temp_b <- b[all]

## Step 5
##crossover
b[all] <- temp_a
a[all] <- temp_b

## Output
> a
 [1] 0 1 0 0 0 0 0 0 0 1 0 1 0 0 1 0
> b
 [1] 0 0 1 0 0 0 0 0 0 1 0 0 1 0 0 0