import numpy as np
import matplotlib.pyplot as plt
# import math as mt
import seaborn as sns
sns.set_style('darkgrid')
def funcl(x):
y=0
for i in range(len(x)):
y=y+x[i]**2
return y
#%%
NP=100 # 初始化种群数
D=10 # 单条染色体基因数目 10
Pc=0.8 # 交叉率
Pm=0.1 # 变异率
G=200 # 最大遗传代数
Xs=20 # 上限
Xx=-20 # 下限
jiyi=np.random.rand(NP,D)
f=jiyi*(Xs-Xx)+Xx # 随机获得初始种群
FIT=[]
sortf=[]
trace=[]
xtrace=[]
xtracemin=[]
test=[]
for i in range(NP):
FIT.append(funcl(f[i])) # 适应度函数
sortFIT=np.sort(FIT) # 升序排序
index= np.argsort(FIT) # 升序对应索引
for i in range(len(f)):
sortf.append(f[index[i]]) # 得到升序顺序对应的种群
#%% 遗传算法循环
for i in range(G):
print(i)
Emper=sortf[0] # 产生君主
nf=sortf # 出新的种群，在其基础上进行交叉、变异
for M in range(0,NP,2):
p=np.random.rand() # 君主交叉
if p
for j in range(D):
nf[M][j]=Emper[j] # 将君主的染色体给偶数索引的染色体，
# 我觉得这一步好像谈不上交叉，外汇跟单gendan5.com只是单纯地将君主染色体所占整体比重加大了
# 人为再加一手传统的交叉过程，到时候将这个过程删除，看看影响结果不
for M in range(0,NP,2):
p=np.random.rand() # 交叉
if p
q=np.random.randint(0,high=2,size=(1,D))[0].tolist()
for j in range(D):
if q[j]==1:
temp=nf[M+1][j]
nf[M+1][j]=nf[M][j]
nf[M][j]=temp
for M in range(NP): # 变异
for n in range(D):
p=np.random.rand()
if p
nf[M][n]=np.random.rand()*(Xs-Xx)+Xx
# 交叉变异结束之后，新一代 nf 加上前代 f 共 2*NP 个个体进行筛选
newf=np.vstack((sortf,nf)) # 垂直方向累加两个 f
newFIT=[]
for j in range(len(newf)):
newFIT.append(funcl(newf[j])) # 适应度函数
sortFIT=np.sort(newFIT) # 升序排序
index= np.argsort(newFIT) # 升序对应索引
maxfit=max(newFIT)
minfit=min(newFIT)
sortf=[]
for j in range(len(f)):
sortf.append(newf[index[j]]) # 得到升序顺序对应的种群
trace.append(minfit)
st=sortf[0].tolist()
xtrace.append(st)
xvalue=[]
for i in range(len(xtrace)):
xvalue.append(xtrace[i][0])
plt.plot(trace,color='green', marker='o',linewidth=2, markersize=3)
plt.xlabel('Number of iterations',fontsize = 10)
plt.ylabel('minyvalue',fontsize = 10)
plt.savefig('pic4',bbox_inches = 'tight',pad_inches = 0,dpi =350)
plt.close()
plt.scatter(list(range(0,200)),xvalue,color='red',s=3) #s 参数设置点的大小
plt.xlabel('Number of iterations',fontsize = 10)
plt.ylabel('x',fontsize = 10)
plt.savefig('pic5',bbox_inches = 'tight',pad_inches = 0,dpi =350)
plt.close()