在 Matlab 中预分配用于遗传算法的结构数组答案

【问题标题】：Pre-allocate an array of structures for use in genetic algorithm in Matlab在 Matlab 中预分配用于遗传算法的结构数组
【发布时间】：2013-06-28 15:47:39
【问题描述】：

这是我目前的代码：

population = 50
individual = repmat(struct('genes',[], 'fitness', 0), population, 1);

所以我正在做的是创建一个由 50 个个体组成的群体，这些个体每个都具有组成基因和适应性。我似乎无法正确做的是将基因设置为 50 细胞阵列，而不仅仅是单个细胞。

谁能帮我解释一下？

我想做的进一步补充是用随机值（0 或 1）填充基因数组。我想我可以通过遍历每个成员的基因数组并使用 Matlab 提供的任何随机数生成功能来轻松地做到这一点。但是，在预先分配结构时这样做会更有效率。

谢谢

【问题讨论】：

标签： arrays matlab structure

【解决方案1】：

为什么不使用类而不是结构？创建一个简单的类person：

classdef person
    properties
        fitness = 0;
    end
    properties(SetAccess = private)
        genes
    end
    methods
        function obj = person()
            obj.genes = randi([0 1], 10, 1);
        end
    end
end

然后运行以下脚本：

population = 50;

people = person.empty(population, 0);
people(1).fitness = 100;
people(2).fitness = 50;

people(1)
people(2)

产生以下控制台输出：

ans = 

  person with properties:

    fitness: 100
      genes: [10x1 double]


ans = 

  person with properties:

    fitness: 50
      genes: [10x1 double]

【讨论】：

+1：对象也是我的选择：漂亮、独立、可管理的东西，让复杂性远离更高层次

【解决方案2】：

如果您希望为每个人分配不同的随机值，那么将 repmat 作为分配将无济于事，因为这只会将同一事物复制 50 次。你最好只使用一个简单的循环：

population=50;
individual=struct('genes',[],'fitness',0);
for m=1:50
    individual(m).genes=rand(1,50)>=0.5;
end

这并不比分配所有它们然后循环更有效 - 在每种情况下，基因数组只分配一次。此外，分配和重新分配 50 个单元不会很慢 - 在达到数千或数万之前，您可能不会注意到太大的差异。

【讨论】：

非常感谢。这有很大帮助。

【解决方案3】：

好吧，保持结构，这里有几种方法：

% Your original method
clear all
tic
population = 50;
individual = repmat(struct('genes', false(50,1), 'fitness', 0), population, 1);
toc

% simple loop
clear all
tic
population = 50;
individual(population,1) = struct('genes', false(50,1), 'fitness', 0);
for ii = 1:population
    individual(ii).genes = false(50,1);
end
toc

% Third option
clear all
tic
population = 50;
individual = struct(...
    'genes'  , num2cell(false(50,population),2), ...
    'fitness', num2cell(zeros(population,1)));
toc

结果：

Elapsed time is 0.009887 seconds.  % your method
Elapsed time is 0.000475 seconds.  % loop
Elapsed time is 0.013252 seconds.  % init with cells

我的建议：只使用循环:)

【讨论】：

【解决方案4】：

你可以做类似的事情：

individual = repmat(struct('genes',{cell(1,50)}, 'fitness', 0), population, 1);

【讨论】：