第2关：遗传算法 - 函数最优解计算

 任务描述

 

本关任务：使用 python 实现遗传算法，并求目标函数最优解。

相关知识

为了完成本关任务，你需要掌握：1.遗传算法，2.使用 python 实现遗传算法。

遗传算法流程：

1. 初始化种群
2. 计算适应度
3. 选择适应度高的个体
4. 通过交叉变异选择新的染色体
5. 终止进化

使用python实现遗传算法。

本关任务是使用遗传算法求解目标函数最大值，首先需要随机产生很多个解，即初始化种群，代码如下：

1. #初始化种群
2. pop = np.random.randint(2, size=(POP_SIZE, DNA_SIZE)) # Size函数需要传入两个参数 POP_SIZE为解的个数，即染色体个数。DNA_SIZE为染色体长度

其中POP_SIZE为解的个数，即染色体个数。DNA_SIZE为染色体长度。

由于染色体为二进制编码，所以还需要将二进制转换为浮点数的解码方法：

1. #解码
2. def translateDNA(pop):
3. return pop.dot(2 ** np.arange(DNA_SIZE)[::-1]) / float(2**DNA_SIZE-1) * X_BOUND[1]

上述代码中： pop