为什么R中的遗传算法没有指定的实际生成数
为什么R中的遗传算法没有指定的实际生成数
提问于 2016-04-13 18:36:35
我正在使用R的genalg库，并试图在运行二进制泛型算法时保存所有代。在库中似乎没有一种内置的方法，所以我试图通过评估函数保存每个染色体，x。
为了测试这个方法，我尝试在评估函数中插入print(x)，以便能够看到所有被评估的染色体。然而，印刷染色体的数量并不总是与我所怀疑的相匹配。
我以为印刷染色体的数量将等于群体大小的迭代次数，但似乎并不是一直都在尝试。
问题是，我想知道每个染色体属于哪一代(或迭代)，我无法判断染色体的数目是否与iter倍popSize不同。
这是什么原因，以及我如何“修复”它。还是有另一种方法来保存每条染色体，以及它属于哪一种迭代？
下面是一个例子，我认为评估函数会打印2x5染色体，但只打印8条染色体。
library(genalg)
library(ggplot2)
dataset <- data.frame(
item = c("pocketknife", "beans", "potatoes", "unions", "sleeping bag", "rope", "compass"),
survivalpoints = c(10, 20, 15, 2, 30, 10, 30),
weight = c(1, 5, 10, 1, 7, 5, 1))
weightlimit <- 20
evalFunc <- function(x) {
print(x)
current_solution_survivalpoints <- x %*% dataset$survivalpoints
current_solution_weight <- x %*% dataset$weight
if (current_solution_weight > weightlimit)
return(0) else return(-current_solution_survivalpoints
}
iter = 2
popSize = 5
set.seed(1)
GAmodel <- rbga.bin(size = 7, popSize = popSize, iters = iter, mutationChance = 0.1,elitism = T, evalFunc = evalFunc)回答 1
Stack Overflow用户
回答已采纳
发布于 2016-04-13 19:16:27
从函数代码来看，似乎在每一次迭代(生成)中都会从种群中选择一个染色体子集(在您的示例中为5染色体)，并且具有一定的概率(在您的例子中为0.1)并进行变异。只对每一代变异的染色体调用评估函数(当然，对于第一次迭代中的所有染色体，以了解它们的初始值)。
注意，这个子集不包括精英组，在您的示例中，这个组定义为1元素大(您错误地传递了elitism=TRUE，TRUE被隐式转换为1)。
无论如何，要了解每一代的总体情况，您可以通过monitorFun参数传递一个监视器函数，例如：
# obj contains a lot of informations, try to print it
monitor <- function(obj) {
print(paste(" GENERATION :", obj$iter))
print("POPULATION:")
print(obj$population)
print("VALUES:")
print(obj$evaluations)
}
iter = 2
popSize = 5
set.seed(1)
GAmodel <- rbga.bin(size = 7, popSize = popSize,
iters = iter, mutationChance = 0.1,
elitism = 1, evalFunc = evalFunc, monitorFunc = monitor)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/36606802
复制相关文章
相似问题
腾讯云开发者
