健身功能答案

【问题标题】：Fitness function健身功能
【发布时间】：2019-03-01 20:38:25
【问题描述】：

在 Google 上搜索遗传算法时，我遇到了 OneMax 问题，我的搜索表明这是应用遗传算法的第一个问题。但是，我不确定 OneMax 问题是什么。谁能解释一下。

感谢任何帮助

【问题讨论】：

【解决方案1】：

One-Max 问题的目标是创建一个长度为n 的二进制字符串，其中每个基因都包含一个 1。适应度函数非常简单，您只需遍历二进制字符串，计算所有的值。这就是您在帖子中提供的公式中的总和。它只是二进制字符串中的个数。您还可以将适应度表示为百分比，方法是将个数除以 n * 0.01。更高的适应度将具有更高的百分比。最终，你会得到一串n 在某一代的适应度为 100% 的字符串。

double fitness(List<int> chromosome) {
  int ones = chromosome.stream().filter(g -> g == 1).count();
  return ones / chromosome.size() * 0.01;
}

【讨论】：

我建议使用 Java 8 流会更清楚：int ones = chromosome.stream().filter(g -> g == 1).count();
感谢您的提示，我不是 Java 开发人员，所以我不知道组合子的确切措辞。我确实编辑了 sn-p。
@kreide 您好，感谢您的详细解释。我有一个问题，染色体代表什么？例如，它是否包含随机数？
这里染色体的每个基因都不包含0或1。有n基因。最初，每个基因都是随机生成的，即。 e.一个基因有 50/50 的机会被创建为 0 或 1。在初始阶段之后，您应用遗传算子，例如交叉和突变，以创建具有更高适应度的新染色体。这样，您将获得越来越多的包含大量染色体的染色体。最终，如果创建了 100% 的染色体，或者在达到某一代之后，您将停止 GA。