Download GeneticOptimizer - Unduh Kode Sumber GeneticOptimizer

GeneticOptimizer

Kode Sumber AI

1.0.0

Unduh

Pengoptimal genetik

Pengoptimal Algoritma Genetika Menggunakan K-Means Clustering Dengan Algoritma ANOVA One Way

PERINGATAN: Ini adalah proyek siswa tahun pertama dan tidak mendukung sekarang.

Sebelum:

Instalasi:

Gunakan PIP Paket untuk menginstal Genetic_optimizer.

pip3 install genetic-optimizer

Catatan:

Paket memerlukan => Python 3.6.5, menggunakan genetic_optimizer dalam proyek Python 2.xx mungkin tidak berfungsi dengan benar. Jika Anda tidak yakin tentang versi Python Anda, coba:

python3 --version

Penggunaan

 import genetic_optimizer

some_object = genetic_optimizer . Optimizer ()
some_object . generate ( population_size = 46 , chromosome_size = 8 , equal_chromosomes = True , initialization_method = 'Random' , representation = 'Binary' , saving_method = 'csv' )

Ini adalah opsi default untuk generator, Anda dapat mengubahnya di file default.ini di direktori paket
CATATAN: Dataset yang dihasilkan berada dalam dataset/ subdirektori

 some_object . optimize ( data = None , iterations = 12 , shuffle_scale = 0.6 , variety = 0.8 , chromosome_weight = 0.0000001 )

Ini adalah opsi default untuk pengoptimal, Anda dapat mengubahnya dalam file standar.conf di direktori paket

Catatan

Jika pengoptimal macet di awal, itu biasanya berarti bilah kafir Anda dengan populasi adalah untuk menemukan orang tua yang sesuai untuk membuat generasi berikutnya.
Untuk deskripsi lebih lanjut, silakan lihat Wiki Project.

Pro

Tidak ada probabilitas mutasi dan crossover. Program cocok dengan orang tua sesuai dengan perbedaan kelompok dan menciptakan anak baru, dibangun dari pasangan gen yang paling sukses dari mereka. Itu berarti generasi baru lebih dekat dengan masing -masing dan setiap anak tidak lebih buruk dari orang tua genetik yang lebih buruk .
Anda dapat bermain dengan opsi untuk mencapai hasil yang lebih tepat.

Kontra

Proses kebugaran dan pemilihan orang tua terjadi secara rekursif. Jika Anda tidak menggunakan beberapa komputasi RDD, eksekusi program mungkin lebih lama.