在遗传算法中跟踪健身

Question

我仍然在为我的老红宝石进行不死化post（我知道，我知道，不要试图将帖子从死亡查克带回来）。但是代码已经有些失控了，现在我正在研究一种遗传算法来创造生命和死亡的终极战役，并且战斗持续了多长时间。

所以，我已经有了它的基础知识;如何调整游戏属性以及如何获得解决方案的适应性，但我无法弄清楚如何存储适合度，以便知道何时尝试过组合。

我一直没能找到很多遗传密码来看看更多的代码，我可以很好地阅读以了解发生了什么。有没有人有一个想法如何通常这样做，或者只是一个算法，可以帮助我指向正确的方向？

Answer 1

我想不通是健身如何 商店，让我知道什么时候我 之前已经尝试过的组合。

正常情况下，在GA解决方案中，您并不担心产生相同的“解决方案”，您所关心的是当“分数”的改进速度稳定下来时。

现在，如果你想记录/追踪“解决方案”历史，你很多人想知道它何时重新出现，但我认为你的“游戏”有一些随机性，因此你希望对象重复运行。

Answer 2

在GA中，如果健身测试需要很长时间，您不想重新评估解决方案。使用散列表来存储您的健身分数，并使散列键成为染色体。使用“Orcish机动”;首先检查缓存，如果检索缓存并继续，则计算它并将其放入下一次的散列中。

Answer 3

如果你想一个GA你一个完整的例子可以得到免费的，开源的，Matlab的GA工具箱从谢菲尔德在英国大学的进化计算团队，可在这里：

http://www.sheffield.ac.uk/acse/research/ecrg/gat.html

即使您不想查看matlab代码，工具箱附带的手册也有一个非常好的可访问的关于GAs如何工作的说明，可以帮助您使用Ruby代码。