python - 在 python 中创建一个非常简单的 'evolutionary' 算法

Question

我正在尝试用 python 创建一个非常简单的“进化”算法。

我最初想要创建一个由大约 100 个人组成的群体，具有四个数字属性 (a1-4)，使用函数从这些属性中获取分数，然后删除得分最差的 20 个人。

这就是我目前所拥有的

import random
population = 100

class Individual(object):
    def __init__(self, a1, a2, a3, a4):
        self.a1 = a1
        self.a2 = a2
        self.a3 = a3
        self.a4 = a4

starting_population = list()

for i in range (population):
    a1 = random.randint(1,10)
    a2 = random.randint(1,10)
    a3 = random.randint(1,10)
    a4 = random.randint(1,10)
    starting_population.append(Individual(a1,a2,a3,a4))

def fitness(x):
    fitness = a1*a2/a3*a4
    return fitness

我不知道如何将函数应用于人口列表的成员？

另外，我对 Python 很陌生，我确信我做的一些事情很糟糕，所以非常感谢任何提示!

谢谢

Answer 1

循环有什么问题？

for person in starting_population:
    person.fitness = person.a1*person.a2/person.a3*person.a4 #Add fitness to object

另请注意，操作顺序为:

((a1*a2)/a3)*a4)

如果你的意思有所不同。您可以考虑让健身成为一种个人的方法:

class Individual(object):
    def __init__(self, a1, a2, a3, a4):
        self.a1 = a1
        self.a2 = a2
        self.a3 = a3
        self.a4 = a4

    def fitness(self,x):
        fitness = self.a1*self.a2/self.a3*self.a4
        return fitness

starting_population = list()   
for i in range (population):
    a1 = random.randint(1,10)
    a2 = random.randint(1,10)
    a3 = random.randint(1,10)
    a4 = random.randint(1,10)
    starting_population.append(Individual(a1,a2,a3,a4))

这样您就可以立即调用 starting_population[i].fitness()，或计算 __init__ 中的值并将其设为字段。

另一个解决方案，放弃代码的对象清晰度，转而使用 numpy 数组来提高速度:

import numpy.random as rnd
rnd.seed(78943598743)
starting_population=rnd.randint(1,10,size=100*4).reshape(100,4) #100 rows, 4 columns, each row a person
fitness_vector = starting_population[:,0]*starting_population[:,1]/starting_population[:,2]*starting_population[:,3]