uniform crossover(均匀交叉)，遗传算法(Genetic Algorithm,GA)，python

妖狐艹你老母 2023-09-24 16:56 48阅读 0赞

## uniform crossover(均匀交叉)，遗传算法(Genetic Algorithm,GA)，python ##

假设有双亲p1和p2的二进制基因染色体表达，子代的基因以等概率（50%）来自双亲中之一，如图：

![078aa652b7f04d688fae7c060f2f5044.png][]

import random
    
    # 双亲染色体
    p1 = [1, 0, 0, 1, 1]
    p2 = [0, 0, 1, 1, 0]
    
    
    def uniform_crossover():
        c = []  # 子代
        for i in range(len(p1)):
            r = random.randint(1, 2)  # 等概率产生1和2
            if r == 1:  # 如果是1，则取p1[i]
                c.append(p1[i])
            if r == 2:  # 如果是2，则取p2[i]
                c.append(p2[i])
    
        print(c)
    
    
    if __name__ == '__main__':
        for i in range(10):
            uniform_crossover()

运行输出：

![a3ef8d2886ce404390399a31f0bdfecb.png][]

[遗传算法(Genetic Algorithm，GA)的轮盘赌选择，python\_zhangphil的博客-CSDN博客程序跑了10次，每一次在rws()函数中产生一个随机概率数值r，然后在rws()函数内部比较r与累积概率的大小，确定被选中的概率是p\[?输出结果证实了我们的猜想，p\[1\]=0.49被选中的概率最高，在10次的随机筛选中，p\[1\]=0.49被选中了4次(4/10)。显然，p(s2)=0.49概率最大，被选中的概率最高。遗传算法(Genetic Algorithm，GA)的轮盘赌选择，python。一个简单的例子说明在遗传算法中使用的轮盘赌方法。![favicon32.ico][]https://blog.csdn.net/zhangphil/article/details/128906624][Genetic Algorithm_GA_python_zhangphil_-CSDN_10_rws_r_rws_r_p_p_1_0.49_10_p_1_0.49_4_4_10_p_s2_0.49_Genetic Algorithm_GA_python_favicon32.ico_https_blog.csdn.net_zhangphil_article_details_128906624]

[078aa652b7f04d688fae7c060f2f5044.png]: https://img-blog.csdnimg.cn/078aa652b7f04d688fae7c060f2f5044.png
[a3ef8d2886ce404390399a31f0bdfecb.png]: https://img-blog.csdnimg.cn/a3ef8d2886ce404390399a31f0bdfecb.png
[favicon32.ico]: https://g.csdnimg.cn/static/logo/favicon32.ico
[Genetic Algorithm_GA_python_zhangphil_-CSDN_10_rws_r_rws_r_p_p_1_0.49_10_p_1_0.49_4_4_10_p_s2_0.49_Genetic Algorithm_GA_python_favicon32.ico_https_blog.csdn.net_zhangphil_article_details_128906624]: https://blog.csdn.net/zhangphil/article/details/128906624