在遗传算法中使用Golang实现轮盘选择法

我正在构建一个模拟轮盘选择函数用于遗传算法。首先,我想在主函数中计算fitnessScoresum。在计算出fitnessScore的总和后,我希望使用Go语言的math/rand包从这个sum中随机选择一个值。在这种情况下,我应该如何使用rand包?如何修正spin_wheel := rand.sum来随机选择一个值?

package mainimport(    "fmt"    "time"    "math/rand")func rouletteWheel(fitnessScore []float64) []float64{    sum := 0.0    for i := 0; i < len(fitnessScore); i++ {        sum += fitnessScore[i]    }    rand.Seed(time.Now().UnixNano())    spin_wheel := rand.sum    partial_sum := 0.0    for i := 0; i < len(fitnessScore); i++{        partial_sum += fitnessScore[i]        if(partial_sum >= spin_wheel){            return fitnessScore        }    }    return fitnessScore}func main(){    fitnessScore := []float64{0.1, 0.2, 0.3, 0.4}    fmt.Println(rouletteWheel(fitnessScore))}

回答:

例如,

package mainimport (    "fmt"    "math/rand"    "time")// 根据权重(概率)返回选中的权重// 适应度比例选择法:// https://en.wikipedia.org/wiki/Fitness_proportionate_selectionfunc rouletteSelect(weights []float64) float64 {    // 计算总权重    sum := 0.0    for _, weight := range weights {        sum += weight    }    // 获取一个随机值    value := rand.Float64() * sum    // 根据权重定位随机值    for _, weight := range weights {        value -= weight        if value <= 0 {            return weight        }    }    // 仅当出现舍入误差时    return weights[len(weights)-1]}func main() {    rand.Seed(time.Now().UnixNano())    weights := []float64{0.1, 0.2, 0.3, 0.4}    fmt.Println(rouletteSelect(weights))}

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注