收敛到相同种群的遗传算法的交叉

Question

我正在为 OneMax 算法做一个项目，但我遇到了交叉问题。

在整个迭代过程中，我采用了人员的最高“部门”并遍历他们。

对于偶数，我分配了 5 个奇数人，他们将与之交叉（即 0、4、8、12 和 16 都匹配 1、2、3、5、7 和 9，然后是 2、6、10、14、18都与 11、13、15、17、19 匹配）。 这是为了确保没有重复。

然后我选择一个随机交叉点并拆分列表，然后将列表拆分并作为父 A 和 B 的 2 个拆分列表返回，然后可用于生成子 A 和 B。

我的问题是，经过几次迭代，总体收敛到完全相同的位串。

任何帮助将不胜感激！

代码：

分频器

def crossover(top20):
    end = len(top20) - 1

    newPop = []

    # Person A crosses over with a list of 5 people

    for i in range(0, end, 2):
        crossPoint = (random.randint(1, len(range(stringLen - 2))))
        crossPoint2 = stringLen - crossPoint

        if i % 4 == 0:
            peopleB = [1, 3, 5, 7, 9]
        else:
            peopleB = [11, 13, 15, 17, 19]

        personA = pop[top20[i]]

        for j in range(len(peopleB)):
            personB = pop[top20[peopleB[j]]]

            sizes = [crossPoint, crossPoint2]
            parA1, parA2 = splitList(sizes, personA)
            parB1, parB2 = splitList(sizes, personB)

            childA = list(chain(parA1, parB2))
            childB = list(chain(parB1, parA2))
            newPop.append(childA)
            newPop.append(childB)

return newPop

拆分列表

def splitList(sizes, ls):
    par1 = []
    par2 = []

    for s in range(stringLen):
        if s < sizes[0]:
            par1.append(ls[s])
        else:
            par2.append(ls[s])

    return par1, par2

这是文件要点的链接

编辑：另一件事是它总是停在一个数字上，例如数百。 就像它会在 16.00 的平均值处停止，而选择的顶部的总和正好是 8000

Answer 1

这是我用 3 种方法解决 OneMax 问题的最终产品，一种是常规的最大问题（即尝试得到全 1），2 是进化到目标字符串，3 是欺骗性景观。 它可以在这个要点中找到