"unique" 遗传算法交叉 - TSP
"unique" crossover for genetic algorithm - TSP
我正在创建一个 Genetic Algorithm to solve the Traveling Salesman Problem。
目前两个二维表分别表示需要交叉的两个parents：
path_1 = np.shuffle(np.arange(12).reshape(6, 2))
path_2 = np.arange(12).reshape(6,2)
假设列表中的每个元素表示笛卡尔平面上的一个 (x, y) 坐标，而二维列表表示 "traveling salesman" 必须采用的路径（从索引 0 到索引 -1）。
由于 TSP 要求所有点都包含在路径中，因此此交叉的结果 child 必须 没有重复的 点。
我不知道如何进行这种交叉并得到 child 两者的代表 parents。
你可以这样做，
使用任何方法从一个 parent 中选择一半（或 0 to (length - 1) 之间的任何随机数）坐标，让我们说 i % 2 == 0 的位置。
可以使用多种方法将它们定位到 child 中：随机定位，或全部定位在开始（或结束）或备用位置。
现在剩下的坐标需要来自第二个parent，你可以在第二个parent中遍历，如果没有选择坐标，将它添加到空白处。
例如，
我选择 parent 1 中的偶数位置坐标并将其放入 child 中的偶数位置索引中，然后遍历 parent 2 以将剩余的坐标放在奇数中child.
中的位置索引
def crossover(p1, p2, number_of_cities):
chk = {}
for i in range(number_of_cities):
chk[i] = 0
child = [-1] * number_of_cities
for x in range(len(p1)):
if x % 2 == 0:
child[x] = p1[x]
chk[p1[x]] = 1
y = 1
for x in range(len(p2)):
if chk[p2[x]] == 0:
child[y] = p2[x]
y += 2
return child
这种方法保留了从两个 parent 访问的城市的顺序。
也因为它不是对称的 p1 和 p2 可以切换给 2 children 并且可以选择更好的（或两者）。
您需要使用有序交叉运算符，例如OX1。
OX1 is a fairly simple permutation crossover.
Basically, a swath of consecutive alleles from parent 1 drops down,
and remaining values are placed in the child in the order which they
appear in parent 2.
我曾经 运行 与这些操作员一起使用 TSP：
我正在创建一个 Genetic Algorithm to solve the Traveling Salesman Problem。
目前两个二维表分别表示需要交叉的两个parents：
path_1 = np.shuffle(np.arange(12).reshape(6, 2))
path_2 = np.arange(12).reshape(6,2)
假设列表中的每个元素表示笛卡尔平面上的一个 (x, y) 坐标，而二维列表表示 "traveling salesman" 必须采用的路径（从索引 0 到索引 -1）。
由于 TSP 要求所有点都包含在路径中，因此此交叉的结果 child 必须 没有重复的 点。
我不知道如何进行这种交叉并得到 child 两者的代表 parents。
你可以这样做，
使用任何方法从一个 parent 中选择一半（或 0 to (length - 1) 之间的任何随机数）坐标，让我们说 i % 2 == 0 的位置。
可以使用多种方法将它们定位到 child 中：随机定位，或全部定位在开始（或结束）或备用位置。
现在剩下的坐标需要来自第二个parent，你可以在第二个parent中遍历，如果没有选择坐标，将它添加到空白处。
例如，
我选择 parent 1 中的偶数位置坐标并将其放入 child 中的偶数位置索引中，然后遍历 parent 2 以将剩余的坐标放在奇数中child.
中的位置索引def crossover(p1, p2, number_of_cities):
chk = {}
for i in range(number_of_cities):
chk[i] = 0
child = [-1] * number_of_cities
for x in range(len(p1)):
if x % 2 == 0:
child[x] = p1[x]
chk[p1[x]] = 1
y = 1
for x in range(len(p2)):
if chk[p2[x]] == 0:
child[y] = p2[x]
y += 2
return child
这种方法保留了从两个 parent 访问的城市的顺序。
也因为它不是对称的 p1 和 p2 可以切换给 2 children 并且可以选择更好的（或两者）。
您需要使用有序交叉运算符，例如OX1。
OX1 is a fairly simple permutation crossover. Basically, a swath of consecutive alleles from parent 1 drops down, and remaining values are placed in the child in the order which they appear in parent 2.
我曾经 运行 与这些操作员一起使用 TSP：