考虑一组n个带有彩色小平面的立方体（每个立方体具有特定的颜色） 在4种可能的颜色中-红色，蓝色，绿色和黄色）。使用进化算法，形成适当旋转的k个立方体（k≤n）（立方体的12个位置）的最高可能塔，因此塔的侧面将具有相同的颜色。
我到目前为止所做的：
我认为以下表示形式将是合适的：“个人”可以是n个整数的数组，每个数字的值都在1到12之间，指示多维数据集的当前位置（输入文件包含n行，每行显示有关立方体每个面的颜色的信息）。
然后，人口由多个个体组成。
Crossover方法应该创建一个新的孩子（个人），其中包含来自其父母的信息（大约每个父母的一半）。
现在，我最大的问题与Mutate和Fitness方法有关。 在突变方法中，如果发生突变的概率（例如0.01），则应将一个随机立方体的位置更改为其他随机位置（例如，第三个立方体的位置（旋转）可以从5更改为12）。 在“适应度”方法中，我认为我可以将“个人”中的多维数据集两两进行比较，以了解它们是否具有相同的面孔。如果它们具有公共面，则“ count”变量将随公共面的数量增加，并且如果这两个立方体的所有4个侧面都相同，则计数将随着其他点的数量而增加。比较所有相邻的多维数据集之后，将返回count变量。我们的目标是获得尽可能多的具有相同侧面的相邻立方体，即最大化Fitness方法。
我的问题如下： 如何实施轮换？我的意思是，如果一个多维数据集将其位置（旋转）从3更改为10，我们如何知道这些面的新排列？或者，如果我对一个多维数据集执行了变异操作，那么如果选择了随机的转数，那么旋转这个多维数据集的过程是什么？
我认为我应该为每个多维数据集创建一个包含6个元素（每个面的颜色）的向量，但是当修改多维数据集的旋转值时，我不知道其向量的元素以什么方式面孔应该重新排列。 对它们进行改组是不正确的，因为这样做，两个相对的面可能会相邻，这意味着向量不再代表特定的多维数据集（显然，两个相对的面不能相邻）。
答案 0 :(得分：0)
首先，我不确定您如何旋转12圈；我得到24：4个方向，底部6个面中的每个面。使用标准的D6（6面模具），看看有多少种不同的布局。
显然，您需要构建的第一件事是一个东西（一个类？），它可以在任何可用方向上准确地表示一个多维数据集。我建议您使用一种简单的结构，该结构可以按顺序返回四个面（例如，从右到右，从左到左），并给出一个立方体和旋转数。
我认为您可以有效地将一个立方体表示为三对相对的边。一旦您表示了反对意见，剩下的组织就是任意编号：任何有效的选择都与其他任何同构。每次旋转将产生两个相反对的交错序列。例如，标准D6具有相对的对[（1、6），（2、5），（3、4）]。前8个旋转会将1和6放置在隐藏的表面（顶部和底部）上，从而在4旋转及其反转中分别为序列2354。
该类是您的问题的一个大子系统；另一个，遗传算法，您似乎掌握得很好。随机堆叠所有多维数据集； “适合度”是堆栈中最普遍的4个显示（4个边的顺序）的计数。开始时，通常为1，因为没有将匹配。
从那里开始，您似乎对突变有了适当的处理。您可能会给突变不匹配的多维数据集的可能性更高，或者查看某个多维数据集是否为半匹配项：两个相对的面与“最佳拟合” 4-show匹配，因此您仅沿该轴旋转即可，两个脸，然后将另一对换成上下一对（请注意：有两个方向可以做到这一点）。
这会让你动起来吗？