Я использую простой генетический алгоритм (GA) с использованием Java. Шаги моей GA - это в основном двоичное кодирование, выбор турниров, одноточечный кроссовер и битовая мутация. Каждый индивидуум популяции представлен классом, состоящим из двоичных генов и значения пригодности.Нужна помощь для генетического алгоритма Однопоточный механизм кроссовера в Java
public class Individual {
int gene[];
int fitness;
public Individual(int n){
this.gene = new int[n];
}
}
кода ниже, не включает в себя побитовую мутации части, как я перед проблемой в одной точке части кроссовера ГА. Способ, которым я реализовал одноточечный алгоритм кроссовера, - это случайное обнаружение точки для двух последовательных отдельных элементов массива, а затем замена их хвостов. Затем происходит перестановка хвоста для каждой пары индивидуумов. Я также создал метод printGenome(), чтобы распечатать все массивы для сравнения, результирующий массив после того, как кроссовер не был правильно заменен. Я тестировал свой одноточечный алгоритм кроссовера отдельно, он работает. Однако, когда я попытался запустить его здесь в приведенных ниже кодах, кроссовер просто не работает. Могу ли я узнать, потому что в алгоритме выбора турнира есть что-то не так? Или это что-то еще (глупые ошибки)? Я перерабатывал его, и все же я не мог точно определить ошибку.
Я был бы признателен за любую информацию! :)
public class GeneticAlgorithm {
public static void main(String[] args) {
int p = 10;
int n = 10;
Individual population[];
//create new population
population = new Individual[p];
for (int i = 0; i < p; i++) {
population[i] = new Individual(n);
}
//fills individual's gene with binary randomly
for (int i = 0; i < p; i++) {
for (int j = 0; j < n; j++) {
population[i].gene[j] = (Math.random() < 0.5) ? 0 : 1;
}
population[i].fitness = 0;
}
//evaluate each individual
for (int i = 0; i < p; i++) {
for (int j = 0; j < n; j++) {
if (population[i].gene[j] == 1) {
population[i].fitness++;
}
}
}
//total fitness check
System.out.println("Total fitness check #1 before tournament selection: " + getTotalFitness(population, p));
System.out.println("Mean fitness check #1 before tournament selection: " + getMeanFitness(population, p));
System.out.println("");
//tournament selection
Individual offspring[] = new Individual[p];
for (int i = 0; i < p; i++) {
offspring[i] = new Individual(n);
}
int parent1, parent2;
Random rand = new Random();
for (int i = 0; i < p; i++) {
parent1 = rand.nextInt(p); //randomly choose parent
parent2 = rand.nextInt(p); //randomly choose parent
if (population[parent1].fitness >= population[parent2].fitness) {
offspring[i] = population[parent1];
} else {
offspring[i] = population[parent2];
}
}
//total fitness check
System.out.println("Total fitness check #2 after tournament selection: " + getTotalFitness(offspring, p));
System.out.println("Mean fitness check #2 after tournament selection: " + getMeanFitness(offspring, p));
System.out.println("");
//genome check
System.out.println("Before Crossover: ");
printGenome(offspring, p, n);
//crossover
for (int i = 0; i < p; i = i + 2) {
int splitPoint = rand.nextInt(n);
for (int j = splitPoint; j < n; j++) {
int temp = offspring[i].gene[j];
offspring[i].gene[j] = offspring[i + 1].gene[j];
offspring[i + 1].gene[j] = temp;
}
}
//genome check
System.out.println("After Crossover:");
printGenome(offspring, p, n);
//evaluate each individual by counting the number of 1s after crossover
for (int i = 0; i < p; i++) {
offspring[i].fitness = 0;
for (int j = 0; j < n; j++) {
if (offspring[i].gene[j] == 1) {
offspring[i].fitness++;
}
}
}
//total fitness check
System.out.println("Total fitness check #3 after crossover: " + getTotalFitness(offspring, p));
System.out.println("Mean fitness check #3 after crossover: " + getMeanFitness(offspring, p));
}
public static void printGenome(Individual pop[], int p, int n) {
for (int i = 0; i < p; i++) {
for (int j = 0; j < n; j++) {
System.out.print(pop[i].gene[j]);
}
System.out.println("");
}
}
public static int getTotalFitness(Individual pop[], int p) {
int totalFitness = 0;
for (int i = 0; i < p; i++) {
totalFitness = totalFitness + pop[i].fitness;
}
return totalFitness;
}
public static double getMeanFitness(Individual pop[], int p) {
double meanFitness = getTotalFitness(pop, p)/(double) p;
return meanFitness;
}
}
Я делаю это точно уже в своем java-коде, но я продолжаю терять элитного человека по индексу 0. http://stackoverflow.com/questions/41340615/genetic-algorithm-in-java-problems –