Download do GeneticOptimizer - Download do código -fonte GeneticOptimizer

GeneticOptimizer

Código-Fonte de IA

1.0.0

Baixar

Otimizador genético

Otimizador de algoritmo genético usando agrupamento K-Means com algoritmos ANOVA de ida

AVISO: Este foi um projeto de estudante do primeiro ano e agora está fora de apoio.

Antes:

Instalação:

Use o Package Manager PIP para instalar o genetic_optimizer.

pip3 install genetic-optimizer

Observação:

Pacote requer => python 3.6.5, usando o genetic_optimizer em projetos Python 2.xx pode não funcionar corretamente. Se você não tiver certeza da sua versão Python, tente:

python3 --version

Uso

 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' )

Essas são opções padrão para o gerador, você pode alterá -las no arquivo padrão.ini no diretório de pacotes
Nota: os conjuntos de dados gerados estão em conjuntos de dados/ subdiretório

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

Essas são opções padrão para o otimizador, você pode alterá -las no arquivo standards.conf no diretório de pacotes

Observação

Se o otimizador ficou preso no início, isso geralmente significa que seu quadro de dados com a população é pequeno para encontrar pais apropriados, a fim de criar as próximas gerações.
Para mais descrição, consulte o Projeto Wiki.

Prós

Não há mutação e probabilidade cruzada. O programa corresponde aos pais de acordo com as diferenças de grupo e criam uma nova criança, construída com os pares de genes mais bem -sucedidos deles. Isso significa que as novas gerações estão mais próximas de cada criança e cada criança não é pior que o pai genético pior .
Você pode jogar com opções para alcançar resultados mais precisos.

Contras

O processo de fitness e seleção dos pais ocorre recursivamente. Se você não estiver usando alguma computação RDD, a execução do programa poderá ser mais longa.