说明
1、根据个人适应性，可以随机选择轮盘赌算法的本质。
2、适应性越大，个人选择的概率越高，群体规模越大，算法可以更真实地模拟自然状态。
实例
defselect(chromosome_list,fitness_list): """ 选择(轮盘赌算法) :paramchromosome_list:二维列表的种群 :paramfitness_list:适应度列表 :return:选择后续的种群列表 """ population_fitness=np.array(fitness_list).sum()#种群适应性 fit_ratio=[i/population_fitnessforiinfitness_list]#每个个体占种群适应性的比例 fit_ratio_add=[0]#个体累积概率 foriinfit_ratio: fit_ratio_add.append(fit_ratio_add[len(fit_ratio_add)-1]+i)#计算每个人的累计概率，并存放到fit__并存放到fit_并存放到fit_ratio_add中 fit_ratio_add=fit_ratio_add[1:]#去掉首位的0 rand_list=[random.uniform(0,1)for_inchromosome_list]#生成与种群规模相等的随机值列表，选择个人进行轮盘赌 rand_list.sort() fit_index=0 new_index=0 new_population=chromosome_list.copy() '''个人选择start''' whilenew_index<len(chromosome_list): ifrand_list[new_index]<fit_ratio_add[fit_index]: new_population[new_index]=chromosome_list[fit_index] new_index=new_index+1 else: fit_index=fit_index+1 '''个人选择end''' returnnew_population
以上是python轮盘赌算法的使用，希望对大家有所帮助。更多Python学习指导：python基础教程
本文教程操作环境：windows7系统Python 3.9.1，DELL G3电脑。