使用Python实现轮盘赌选择法Roulette Wheel Selection Method in Python

2023-12-08 04:04

本文主要是介绍使用Python实现轮盘赌选择法Roulette Wheel Selection Method in Python,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、引言

        最近在手写遗传算法,想尝试解决一些优化问题。然而,在编码的过程中,自己发现了很多都不懂的问题。比如,交叉的操作,有单点交叉、两点交叉和多点交叉,具体选哪一种会更好呢?未知。还有交叉的概率,以及变异的概率,取多少才算合理呢?未知。最后就是轮盘赌选择法,在实现的时候,也有一点小疑惑,就是:通过Python的random没办法直接使用choice、choices或sample进行选择。所以,只好通过手动的方式写一个了。

二、轮盘赌选择法/Roulette Wheel Selection Method

        轮盘赌选择法,即Roulette Wheel Selection Method,又称为Fitness Proportionate Selection Method。常用于遗传算法染色体的选择。从选择的个数来看,如果只是一个,那么很好实现。但如果是从多个选择之中选择一个,那么就稍微复杂一些了。

        想象有一个轮盘,现在我们将它分割成m个部分,而这里的m代表我们总体中染色体的个数。每条染色体在轮盘上占有的区域面积将根据适应度分数成比例表达出来。例如m=4,而各条染色体的适应度分数分别为28、23、12、34。那么,轮盘的形状如下:

        假设有一个固定的指针固定在圆盘周长上的某一点,轮盘开始旋转,那么当旋转停止时,就能够确定指针停留在哪个区域,并根据此区域能够选择出一个染色体。例如,

        这样,第一个染色体便被选了出来,而且它被选中的概率是35%(34/(28+23+12+34))。此时如果要选出第二个染色体,就拥有两种实现方式了:

        ①轮盘中不删除chromosome4,如果通过旋转随机停下选出来的还是chromosome4,就重新选择,直到选出一个染色体不是chromosome4为止。

        ②轮盘中删除chromosome4,然后按照下面的轮盘进行选择:

        显然,在第二种实现方法中,各染色体被选中的概率已经发生了变化。而且,第一种实现方法存在一个比较明显的缺点,就是:有可能一直都选择同一个染色体,尽管选择的尝试越久、概率越低,这导致选择的效率下降。第一种实现方式还有一个缺点是,选择到两个不同的染色体的概率是不可计算的,因为轮盘选择的结果拥有无数个(例如,每次旋转都被选中相同的chromosome4,导致一个死循环并不断做轮盘选择);而第二种的概率是可以被计算,因为每种选择的结果确定(例如,chromosome4-chromosome1、chromosome4-chromosome2或chromosome4-chromosome3)。

        因此,这里推荐使用第二种实现方式实现轮盘赌选择法。

三、基于Python的实现方式

        编程思想很简单,大概如下。生成一个[0,total_fitness)的随机数R

        如果R≤28,则选择chromosome1;

        如果28<R≤28+23,则选择chromosome2;

        如果28+23<R≤28+23+12,则选择chromosome3;

        如果28+23+12<R≤28+23+12+34,则选择chromosome4。

        当需要选择第二个染色体时,就从list中进行删除,当然fitness所对应的list也需要进行删除。

        实现方式为:

import copy
import random# function: achieve the roulette wheel selection method
# population_list: the list of optional chromosomes
# fitness_list: the corresponding fitness of chromosomes
# num_selection: the number of chromosome selection
def rw_selection(chromosome_list, fitness_list, num_selection):# copy a duplicate of the populationcp_chromosome_list = copy.deepcopy(chromosome_list)cp_fitness_list = copy.deepcopy(fitness_list)# define a list for save the selected chromosomesselected_chromosome_list = []# select m chromosomes from cp_chromosome_listfor _ in range(num_selection):# calculate the current sum of chromosome fitnesstotal_fitness = sum(cp_fitness_list)# judge which chromosome is selectedrandom_value = random.uniform(0, total_fitness)cumulative_fitness = 0for i, chromosome in enumerate(cp_chromosome_list):cumulative_fitness += cp_fitness_list[i]if cumulative_fitness >= random_value:# select a chromosomeselected_chromosome_list.append(chromosome)# remove the corresponding chromosome and fitnesscp_chromosome_list.pop(i)cp_fitness_list.pop(i)break# return the selection resultreturn selected_chromosome_list# enter of the program
if __name__ == '__main__':p = ['chromosome1', 'chromosome2', 'chromosome3', 'chromosome4']f = [28, 23, 12, 34]m = 2for _ in range(10):selected_p = rw_selection(p, f, m)print(selected_p)

四、运行结果和讨论

['chromosome3', 'chromosome4']
['chromosome1', 'chromosome2']
['chromosome2', 'chromosome1']
['chromosome3', 'chromosome1']
['chromosome1', 'chromosome2']
['chromosome1', 'chromosome3']
['chromosome4', 'chromosome1']
['chromosome4', 'chromosome2']
['chromosome3', 'chromosome4']
['chromosome4', 'chromosome1']

Process finished with exit code 0

        从运行的结果来看,chromosome4和chromosome1被优先选择的概率较高,因为chromosome4被选择的次数为5/20,而chromosome1被选择的次数为7/20。另外,chromosome2被选择的次数为4/20,chromosome3被选择的次数为4/20。基本上符合fitness的分布,但由于试验次数太少,chromosome4被选择的次数要少于chromosome1。

五、总结

        其实感觉这篇博客的意义不是很大,但是怕自己以后还遇到这个小问题,所以,还是记录一下比较好。如果博客中出现一些问题,还请广大网友批评指正。

六、参考资料

        1. 遗传算法

        2. Fitness Proportionate Selection

        3. what is roulette wheel selection

这篇关于使用Python实现轮盘赌选择法Roulette Wheel Selection Method in Python的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/468476

相关文章

Python将博客内容html导出为Markdown格式

《Python将博客内容html导出为Markdown格式》Python将博客内容html导出为Markdown格式,通过博客url地址抓取文章,分析并提取出文章标题和内容,将内容构建成html,再转... 目录一、为什么要搞?二、准备如何搞?三、说搞咱就搞!抓取文章提取内容构建html转存markdown

Python获取中国节假日数据记录入JSON文件

《Python获取中国节假日数据记录入JSON文件》项目系统内置的日历应用为了提升用户体验,特别设置了在调休日期显示“休”的UI图标功能,那么问题是这些调休数据从哪里来呢?我尝试一种更为智能的方法:P... 目录节假日数据获取存入jsON文件节假日数据读取封装完整代码项目系统内置的日历应用为了提升用户体验,

vue使用docxtemplater导出word

《vue使用docxtemplater导出word》docxtemplater是一种邮件合并工具,以编程方式使用并处理条件、循环,并且可以扩展以插入任何内容,下面我们来看看如何使用docxtempl... 目录docxtemplatervue使用docxtemplater导出word安装常用语法 封装导出方

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

Linux换行符的使用方法详解

《Linux换行符的使用方法详解》本文介绍了Linux中常用的换行符LF及其在文件中的表示,展示了如何使用sed命令替换换行符,并列举了与换行符处理相关的Linux命令,通过代码讲解的非常详细,需要的... 目录简介检测文件中的换行符使用 cat -A 查看换行符使用 od -c 检查字符换行符格式转换将

SpringBoot实现数据库读写分离的3种方法小结

《SpringBoot实现数据库读写分离的3种方法小结》为了提高系统的读写性能和可用性,读写分离是一种经典的数据库架构模式,在SpringBoot应用中,有多种方式可以实现数据库读写分离,本文将介绍三... 目录一、数据库读写分离概述二、方案一:基于AbstractRoutingDataSource实现动态

Python FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

《PythonFastAPI+Celery+RabbitMQ实现分布式图片水印处理系统》这篇文章主要为大家详细介绍了PythonFastAPI如何结合Celery以及RabbitMQ实现简单的分布式... 实现思路FastAPI 服务器Celery 任务队列RabbitMQ 作为消息代理定时任务处理完整

使用Jackson进行JSON生成与解析的新手指南

《使用Jackson进行JSON生成与解析的新手指南》这篇文章主要为大家详细介绍了如何使用Jackson进行JSON生成与解析处理,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 核心依赖2. 基础用法2.1 对象转 jsON(序列化)2.2 JSON 转对象(反序列化)3.

Python Websockets库的使用指南

《PythonWebsockets库的使用指南》pythonwebsockets库是一个用于创建WebSocket服务器和客户端的Python库,它提供了一种简单的方式来实现实时通信,支持异步和同步... 目录一、WebSocket 简介二、python 的 websockets 库安装三、完整代码示例1.

揭秘Python Socket网络编程的7种硬核用法

《揭秘PythonSocket网络编程的7种硬核用法》Socket不仅能做聊天室,还能干一大堆硬核操作,这篇文章就带大家看看Python网络编程的7种超实用玩法,感兴趣的小伙伴可以跟随小编一起... 目录1.端口扫描器:探测开放端口2.简易 HTTP 服务器:10 秒搭个网页3.局域网游戏:多人联机对战4.