在NetLogo中突变乌龟变量的一种好方法是什么？

Question

我正在模拟一个多智能体系统。每个代理都有一条染色体。基因型代表5个参数，它们是介于0到100之间的各种浮点数。我的突变算子只是用新的随机数（根据恒定的突变率）修改了原始基因。那是最好的方法还是您可以建议另一种方法？例如，是否可以将参数更改为位数以提供更高的精度？

My mutation operator

Answer 1

您是说您要基于当前值修改基因值，而不是简单地替换它吗？也许这对您有用：

globals [ genome ]

to setup
  ca
  set genome n-values 5 [ random 101 / 100 ]
  print word "Original genome: " genome
  reset-ticks
end

to mutate
  set genome map [ 
    i -> 
    ifelse-value ( random-float 1 < 0.2 )
    [ precision ( i + one-of [ 0.01 -0.01 ] ) 2 ]
    [ i ]
  ] genome
  print word "Mutated genome:  " genome
end

在这里，基因组是在setup中随机创建的，然后每次您调用mutate时，每个基因都有增加或减少0.01的机会。输出：

Original genome: [0.09 0.77 0.41 0.97 0.8]
Mutated genome:  [0.08 0.77 0.41 0.96 0.8]
Mutated genome:  [0.08 0.76 0.41 0.97 0.8]
Mutated genome:  [0.08 0.75 0.41 0.97 0.8]
Mutated genome:  [0.09 0.75 0.42 0.97 0.8]