我的遗传算法实现了一个名为gene的类,它存储一个100(trigit?)三元字符串(最初是二进制的,但尝试了三元)。我提供了一种评估基因适合度的方法(所有数字的总和,因此222…222将是最优的)。我最初认为适合度等于基因与给定序列的匹配程度,但后来改变了它。我还提供了一种“突变”基因的方法。在一定的概率下,基因中的每个条目都可以突变为3个可能密码子中的一个。
我从初始种群开始。我找到适者生存的人,杀死其他人,复制适者生存的人(“完美”有丝分裂,突变只发生在下一步),然后突变所有的基因。我运行这个很多“时代”。
最大适应度是200,但我的算法似乎以90-110为中心,作为每个时代的最高适应度。如果我随机生成起始基因,我的最高适应度大约在120左右,但很快就会回到90-110(在1-2个时期内)。其他GA实现没有这个问题。我做错了什么?Java源代码粘贴在底部。
import java.util.Random;
public class Gene {
int[] gene=new int[100];
public Gene() {
Random rand=new Random();
for(int i=0; i<100; i++){
gene[i]=rand.nextInt(3);
}
}
public int fitness(){
int sum=0;
for(int i=0; i<gene.length; i++){
sum=sum+gene[i];
}
return sum;
}
public void mutate(){
Random randP=new Random();
Random randM=new Random();
for(int i=0; i<gene.length; i++){
if(randP.nextInt(1000)<1){gene[i]=randM.nextInt(3);}
}
}
public int compareTo(Gene g){
return this.fitness()-g.fitness();
}
public String toString(){
return ""+this.fitness();
}
public void minFit(){
for(int i=0; i<gene.length; i++){
gene[i]=0;
}
}
public void maxFit(){
for(int i=0; i<gene.length; i++){
gene[i]=2;
}
}
}
public class Biome {
public static void main(String[] args) {
Gene[] species=new Gene[1000];
for(int i=0; i<1000; i++){
species[i]=new Gene();
species[i].maxFit();
}
int epoch=0;
System.out.println("start");
while(epoch<1000){
System.out.println(fittestGene(species));
sort(species);
for(int i=0; i<999; i++){species[i]=species[999];}
for(int i=0; i<1000; i++){species[i].mutate();}
epoch++;
}
}
public static Gene fittestGene(Gene[] g){
int maxIndex=0;
for(int i=0; i<g.length; i++){
if(g[i].fitness()>g[maxIndex].fitness()){maxIndex=i;}
}
return g[maxIndex];
}
public static void swap(Gene[] g, int a, int b){
Gene temp=g[a];
g[a]=g[b];
g[b]=temp;
}
public static void sort(Gene[] g){
for(int i=0; i<g.length; i++){
int minIndex=i;
for(int j=i+1; j<g.length; j++){
if(g[j].compareTo(g[minIndex])>0){swap(g, j, minIndex);}
}
}
}
}
这似乎是错误的地方:
for(int i=0; i<999; i++){species[i]=species[999];}
数组保存对基因
对象的引用。因此,在该行之后,数组中的所有引用都指向相同的Gene
对象。
您将只有1个基因
,它的适应值将由均匀分布在0和2之间的100个整数之和组成。这就是90-110值的来源。
要正确复制基因,您需要为gene
定义一个复制构造函数,并使用该构造函数:
public class Gene {
...
public Gene(Gene other) {
this.gene = Arrays.copyOf(other.gene, other.gene.length);
}
}
然后将原始行更改为:
for(int i=0; i<999; i++){species[i]=new Gene(species[999]);}