Question

我目前正试图让我的遗传算法“生成”或“演变”到一个给定的单词。问题是，它永远不会完全达到这个词，即使它应该继续变异，它也会停留在过高的健康分数上。

以下是一个例子：

用户输入=“HelloWorld”
500代后=“XelgoWorfd”

我不知道为什么它不会继续变异。通常它应该随着字符串中的一些字符随机改变而恢复。

所以我会很乐意提供一些帮助。

这是一个基本的逐步解释：

使用完全随机化的字符串创建20个染色体
计算与目标词相比的适合度分数。（计算Ascii id差异）
将两个染色体配对得分最高。
随机改变一些染色体（改变随机字符串字符）
杀死90％的弱势群体并用精英染色体替换它（具有当前最佳健康评分的染色体）。
重复一切。

所以这里是我算法中最重要的方法：

public Chromoson[] mate(string gene) {
    Console.WriteLine("[MATING] In Progress : "+gens+" "+gene);

    int pivot = (int)Math.Round((double)gens.Length / 2) - 1;

    string child1 = this.gens.Substring(0, pivot) + gene.Substring(pivot);
    string child2 = gene.Substring(0, pivot) + this.gens.Substring(pivot);

    Chromoson[] list = new Chromoson[2];

    list[0] = new Chromoson(child1);
    list[1] = new Chromoson(child2);

    Console.WriteLine("[MATING] Pivot : "+pivot);
    Console.WriteLine("[MATING] Children : "+child1+" "+child2);

    return list;
}

public void mutate(float chance, int possiblyChanges) {
    if (random.Next(0,101) <= chance) return;

    int changes = random.Next(0, possiblyChanges + 1);
    //int index = (int) Math.Floor((double)random.Next() * this.gens.Length);

    for (int i = 0; i < changes; i++) {
        int index = random.Next(0, 13);
        StringBuilder builder = new StringBuilder(gens);
        int upOrDown = random.Next(0, 101);

        if (upOrDown <= 50 && (int)builder[index] > 0 && chars.Contains(Convert.ToChar(builder[index] - 1)))
            builder[index] = Convert.ToChar(builder[index] - 1);
        else if (upOrDown >= 50 && (int)builder[index] < 127 && chars.Contains(Convert.ToChar(builder[index] + 1)))
            builder[index] = Convert.ToChar(builder[index] + 1);
        else
            mutate(chance, possiblyChanges);

        gens = builder.ToString();
    }
    Console.WriteLine("[MUTATING] In Progress");
}

public void calculateCost(string otherGens)
{
    int total = 0;
    for (int i = 0; i < gens.Length; i++)
    {
        total += (((int)gens[i] - (int)otherGens[i]) * ((int)gens[i] - (int)otherGens[i])) * (i*i);
    }
    Console.WriteLine("[CALCULATING] Costs : " + total);
    this.cost = total;
}

Answer 1

在你的时间步骤中，某些事情完全消失了：

使用完全随机化的字符串创建20个染色体。 好吧。

计算与目标词相比的适合度分数。（计算Ascii id的差异）。 好吧。

将两个染色体配对得分最高。 什么？你唯一的育种两条最适合的染色体来创造新的种群？这意味着你将拥有几乎完全相似的人口。 成比例的育种，所以所有基因组都有机会生育后代

随机改变一些染色体（改变随机字符串字符）

杀死90％的弱人群并用精英染色体替换它（具有当前最佳健康评分的染色体）。你杀了90％？所以基本上，你每次迭代都保留2个最佳基因组，然后用步骤1替换其他18个基因组？你想要的是在第3步保持2最适合，并通过育种创造其他18个人。

重复一切。

因此，请将步骤更改为：

INIT。初始化群体，创建20个随机染色体


计算每个chromsome的得分

将两个最适合的染色体保存到下一个群体（又称精英主义），通过按比例繁殖健身获得其他18个需要的个体

以一定的机会突变chromsomes

重复

不要每轮都创建随机个体。这会将您的算法转换为随机搜索。

遗传算法停止变异

1 个答案: