Оптимизатор генетического алгоритма с использованием кластеризации K-средних с помощью алгоритмов ANOVA с одной стороны ANOVA
Предупреждение: это был студенческий проект первого курса и сейчас не поддерживает.
Используйте диспетчер пакетов PIP для установки Genetic_optimizer.
pip3 install genetic-optimizerПакет require => Python 3.6.5, используя Genetic_optimizer в проектах Python 2.xx может работать неправильно. Если вы не уверены в своей версии Python, попробуйте:
python3 --version 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' ) Это параметры по умолчанию для генератора, вы можете изменить их в файле default.ini в каталоге пакетов
Примечание. Сгенерированные наборы данных находятся в наборах данных/ подканализации
some_object . optimize ( data = None , iterations = 12 , shuffle_scale = 0.6 , variety = 0.8 , chromosome_weight = 0.0000001 )Это параметры по умолчанию для оптимизатора, вы можете изменить их в файле stantards.conf в каталоге пакетов
Если оптимизатор застрял в начале, это обычно означает, что ваш флажок с населением с населением мал, чтобы найти родителей, чтобы создать следующие поколения.
Для получения дополнительного описания, пожалуйста, ознакомьтесь с проектом Wiki.
Там нет мутации и вероятности кроссовера. Программа совпадает с родителями в соответствии с групповыми различиями и создает нового ребенка, построенный из самых успешных пар генов из них. Это означает, что новые поколения близки к каждому из них, и каждый ребенок не хуже, чем генетический худший родитель.
Вы можете разыграть варианты для достижения более точных результатов.
Приглашаются запросы. Для серьезных изменений, пожалуйста, сначала откройте проблему, чтобы обсудить, что вы хотели бы изменить.
Грань
Код в основном написан в соответствии с руководством Google Pep Style