在遺傳算法中跟蹤健身

Question

我仍然在爲我的老紅寶石進行不死化post（我知道，我知道，不要試圖將帖子從死亡查克帶回來）。但是代碼已經有些失控了，現在我正在研究一種遺傳算法來創造生命和死亡的終極戰役，並且戰鬥持續了多長時間。

所以，我已經有了它的基礎知識;如何調整遊戲屬性以及如何獲得解決方案的適應性，但我無法弄清楚如何存儲適合度，以便知道何時嘗試過組合。

我一直沒能找到很多遺傳密碼來看看更多的代碼，我可以很好地閱讀以瞭解發生了什麼。有沒有人有一個想法如何通常這樣做，或者只是一個算法，可以幫助我指向正確的方向？

Answer 1

我想不通是健身如何 商店，讓我知道什麼時候我 之前已經嘗試過的組合。

正常情況下，在GA解決方案中，您並不擔心產生相同的「解決方案」，您所關心的是當「分數」的改進速度穩定下來時。

現在，如果你想記錄/追蹤「解決方案」歷史，你很多人想知道它何時重新出現，但我認爲你的「遊戲」有一些隨機性，因此你希望對象重複運行。

Answer 2

在GA中，如果健身測試需要很長時間，您不想重新評估解決方案。使用散列表來存儲您的健身分數，並使散列鍵成爲染色體。使用「Orcish機動」;首先檢查緩存，如果檢索緩存並繼續，則計算它並將其放入下一次的散列中。

Answer 3

如果你想一個GA你一個完整的例子可以得到免費的，開源的，Matlab的GA工具箱從謝菲爾德在英國大學的進化計算團隊，可在這裏：

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

即使您不想查看matlab代碼，工具箱附帶的手冊也有一個非常好的可訪問的關於GAs如何工作的說明，可以幫助您使用Ruby代碼。