python培训之轮盘赌算法如何使用

　　python轮盘赌算法如何使用

　　说明

　　1、轮盘赌算法的精髓是可以根据个人适应度随机选择。

　　2、适应度越大的个人选择的概率越高，群体规模越大，该算法可以比较真实地模拟自然状态的状况。

　　实例

　　def select(chromosome_list, fitness_list):

　　"""

　　选择(轮盘赌算法)

　　:param chromosome_list: 二维列表的种群

　　:param fitness_list: 适应度列表

　　:return: 选择之后的种群列表

　　"""

　　population_fitness = np.array(fitness_list).sum() # 种群适应度

　　fit_ratio = [i / population_fitness for i in fitness_list] # 每个个体占种群适应度的比例

　　fit_ratio_add = [0] # 个体累计概率

　　for i in fit_ratio:

　　fit_ratio_add.append(fit_ratio_add[len(fit_ratio_add) - 1] + i) # 计算每个个体的累计概率，并存放到fit_ratio_add中

　　fit_ratio_add = fit_ratio_add[1:] # 去掉首位的0

　　rand_list = [random.uniform(0, 1) for _ in chromosome_list] # 生成和种群规模相等的随机值列表，用于轮盘赌选择个体

　　rand_list.sort()

　　fit_index = 0

　　new_index = 0

　　new_population = chromosome_list.copy()

　　'''个体选择 start'''

　　while new_index < len(chromosome_list):

　　if rand_list[new_index] < fit_ratio_add[fit_index]:

　　new_population[new_index] = chromosome_list[fit_index]

　　new_index = new_index + 1

　　else:

　　fit_index = fit_index + 1

　　'''个体选择 end'''

　　return new_population

　　以上就是python轮盘赌算法的使用，希望对大家有所帮助。更多Python学习指路：请关注多测师。https://www.e70w.com/xwzx/