【遗传算法】【机器学习】【Python】常见交叉方法(二)、多点交叉和均匀交叉

往期遗传算法文章见:
【遗传算法】【机器学习】【Python】常见交叉方法(一)、单点交叉和两点交叉

一、遗传算法流程图

在这里插入图片描述

交叉过程即存在于上图的”交叉“(crossover)步骤中。

二、多点交叉

多点交叉的原理就是,随机地从父代两个基因型中,选择n个位点进行交换,其中n小于等于父代基因型长度(假设双亲基因长度相同,使用一维数组进行表示),如下图所示:

在这里插入图片描述

用Python实现如下:

import random# 简单的多点交叉算法
def multi_cross(list1, list2, n):# 假设list1和list2长度相同, n为交叉位点个数for i in range(n):pos = random.randint(i, len(list1) - 1)  # 保证下一个位点在上一个位点之后list1[pos], list2[pos] = list2[pos], list1[pos]  # 交换数组元素return list1, list2for i in range(5):list1 = [1, 2, 3, 4, 5, 6, 7, 8]list2 = [10, 20, 30, 40, 50, 60, 70, 80]print(multi_cross(list1, list2, 3))

程序输出(5次不同的交叉结果):

在这里插入图片描述

三、均匀交叉

均匀交叉是指,从头到尾遍历双亲的每一个基因位点,每一个位点以概率p交换。在Python中,我们用random.random()方法可以产生一个0,1之间的随机小数,可以方便地模拟“概率”,见如下代码:

import randomdef uniform_cross(list1, list2, prob):# 以概率prob对list1和list2进行均匀交叉# 假设list1和list2长度相同for i in range(len(list1)):val = random.random()if val <= prob:list1[i], list2[i] = list2[i], list1[i]return list1, list2for i in range(5):list1 = [1, 2, 3, 4, 5, 6, 7, 8]list2 = [10, 20, 30, 40, 50, 60, 70, 80]print(uniform_cross(list1, list2, 0.666))

程序输出(5次不同的交叉结果):
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/23242.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

金融科技发展报告:移动支付的市场格局、趋势与优缺点

一、引言 随着科技的飞速发展,金融科技已成为推动全球经济发展的重要力量。移动支付作为金融科技的重要分支,其市场格局与趋势日益受到业界的关注。本报告将详细剖析移动支付的市场格局,并深入探讨其发展趋势,同时结合相关案例和数据,为读者呈现移动支付的优缺点,以及国…

LNMP网络架构的搭建

操作准备&#xff1a;准备三台虚拟机 安装 MySQL 服务 &#xff08;1&#xff09;准备好mysql目录上传软件压缩包并解压 cd /opt mkdir mysql tar xf mysql-boost-5.7.44.tar.gz &#xff08;2&#xff09;安装mysql环境依赖包 yum -y install ncurses ncurses-devel bison…

JVM之垃圾回收面试总结

文章目录 1.GC概述1.1 什么是垃圾1.2 为什么需要GC&#xff1f;1.3 早期垃圾回收1.4 Java垃圾回收机制1.5 评估GC的性能指标 2.垃圾回收相关算法2.1 垃圾标记阶段的算法2.1.1 引用计数算法(Java没有使用)2.1.2 可达性分析算法 2.2 垃圾清除阶段的算法2.2.1 标记-清除(Mark-Swee…

RAG 高效应用指南 :Query 理解

前言 构建一个检索增强生成 (Retrieval-Augmented Generation, RAG) 应用的 PoC&#xff08;概念验证&#xff0c;Proof of Concept&#xff09;过程相对简单&#xff0c;但要将其推广到生产环境中则会面临多方面的挑战。这主要是因为 RAG 系统涉及多个不同的组件&#xff0c;…

go语言接口之flag.Value接口

我们先看下这个会休眠特定时间的程序&#xff1a; var period flag.Duration("period", 1*time.Second, "sleep period")func main() {flag.Parse()fmt.Printf("Sleeping for %v...", *period)time.Sleep(*period)fmt.Println() } 在它休眠前它…

如何进行用户研究

进行用户研究是一个系统性和目标驱动的过程&#xff0c;旨在深入了解用户的需求、行为和期望&#xff0c;以便为产品设计、优化和决策提供有力的支持。以下是进行用户研究的详细步骤和方法&#xff1a; 确定研究目标&#xff1a; 在开始用户研究之前&#xff0c;首先需要明确研…

Termux安装SSH服务与内网穿透工具实现远程SFTP传输文件

文章目录 前言1. 安装openSSH2. 安装cpolar3. 远程SFTP连接配置4. 远程SFTP访问4. 配置固定远程连接地址 前言 本教程主要介绍如何在安卓 Termux 系统中使用 SFTP 文件传输并结合[cpolar内网穿透工具](cpolar - 安全的内网穿透工具)轻松实现无公网IP远程传输&#xff0c;无需购…

ATFX汇市:加拿大央行或启动首次降息,关注加元贬值风险

ATFX汇市&#xff1a;今日21:45&#xff0c;加拿大央行将公布6月份利率决议结果&#xff0c;当前的基准利率为5%&#xff0c;市场普遍预期其将降息25基点&#xff0c;最新基准利率有可能调降至4.75%。市场人士预期降息的主要依据有两点&#xff0c;其一是加拿大央行行长麦克勒姆…

超级详细Spring AI运用Ollama大模型

大模型工具Ollama 官网:https://ollama.com/ Ollama是一个用于部署和运行各种开源大模型的工具; 它能够帮助用户快速在本地运行各种大模型&#xff0c;极大地简化了大模型在本地运行的过程。用户通过执行几条命令就能在本地运行开源大模型&#xff0c;如Lama 2等; 综上&#x…

PostgreSQL的内存结构

PostgreSQL的内存结构 PostgreSQL 是一个复杂而功能强大的数据库管理系统&#xff0c;其内存结构对于性能和稳定性至关重要。了解 PostgreSQL 的内存管理&#xff0c;可以帮助我们进行数据库调优和故障排查。 内存结构概述 PostgreSQL 的内存结构主要分为三部分&#xff1a;…

每日十题---四

1. 6.5 js 第八题 以下代码的输出结果是 1 2 3 4 var f function g() { return 23; }; typeof g(); 答&#xff1a; 首先声明函数有两种&#xff0c;一种是函数声明&#xff0c;一种是表达式声明。这里就是表达式声明&#xff0c;所以声明之后&#xff0c;只能使用 f(…

SpringBoot:SpringBoot中使用Redisson实现分布式锁

一、前言 Redisson是一个在Redis的基础上实现的Java驻内存数据网格&#xff08;In-Memory Data Grid&#xff09;。它不仅提供了一系列的分布式的Java常用对象&#xff0c;还提供了许多分布式服务。 刚好项目中需要使用到分布式锁&#xff0c;记录一下Redisson是如何使用分布式…

Day1——一些感想,学习计划和自我激励(不重要,跳过吧)

笨人刚刚接触计算机的时候&#xff0c;属于是两眼一抹黑。高考后玩了一整个暑假&#xff0c;脑子已经丢掉了&#xff0c;学起来很痛苦&#xff0c;但是也在学习过程中接触到了很多新鲜的东西&#xff0c;现在对于计算机的各种方向&#xff0c;我都很想试试&#xff08;试试就逝…

(免费领源码)Java#springboot#MySQL书法社团管理系统36200-计算机毕业设计项目选题推荐

目 录 摘要 Abstract 1 绪论 1.1 研究背景 1.2 研究意义 1.3论文结构与章节安排 2 书法社团管理系统系统分析 2.1 可行性分析 2.2 系统流程分析 2.2.1 数据增加流程 2.2.2 数据修改流程 2.2.3 数据删除流程 2.3 系统功能分析 2.3.1 功能性分析 2.3.2 非功能性分析…

SqlServer2016企业版安装

前言 好久没有知识的累积&#xff0c;最近工作上遇到新的SqlServer2016安装&#xff0c;记录一下 参考文章 SQL Server 2016软件安装包和安装教程 - 哔哩哔哩 (bilibili.com) 安装包准备 需要提前准备软件安装包如下 cn_sql_server_2016_enterprise_x64_dvd_8699450&…

【文档智能】符合人类阅读顺序的文档模型-LayoutReader原理及权重开源

引言 阅读顺序检测旨在捕获人类读者能够自然理解的单词序列。现有的OCR引擎通常按照从上到下、从左到右的方式排列识别到的文本行&#xff0c;但这并不适用于某些文档类型&#xff0c;如多栏模板、表格等。LayoutReader模型使用seq2seq模型捕获文本和布局信息&#xff0c;用于…

如何使用 DANN 改进神经网络

文章目录 一、说明二、语言模型真的理解语言吗&#xff1f;三、了解分配转变3.1 样本选择偏差3.2 非静止环境3.3 领域适配挑战3.4 概念漂移 四、对领域对抗训练的介绍 一、说明 由于其多功能性&#xff0c;神经网络是大多数现代机器学习管道的主要内容。他们处理非结构化数据的…

【Visual Studio 2022 部署 .net core website】

部署网站 AdminPortal.csproj false Website File Nameappsettings.jsonAdminPortal.deps.jsonAdminPortal.runtimeconfig.json–web.configAPI.runtimeconfig.json

大模型知识总结

大模型知识总结 重点论文 论文列表&#xff1a;https://zhuanlan.zhihu.com/p/622541777 gpt2: Language Models are Unsupervised Multitask Learners gpt3: Language Models are Few-Shot Learners openai-RHLF(gpt-3.5): Training language models to follow instructio…

idea 中:运行 Application 时出错。命令行过长

一、问题描述&#xff1a; idea 导入新项目&#xff0c;在编译后&#xff0c;运行项目时&#xff0c;报以下错误&#xff1a; 14:47 运行 Application 时出错运行 Application 时出错。命令行过长。通过 JAR 清单或通过类路径文件缩短命令行&#xff0c;然后重新运行。二、问题…