38、神经网络进化平台开发：基因型变异器与外我模块更新

神经网络进化平台开发：基因型变异器与外我模块更新

在神经网络进化系统的开发中，涉及到多个关键的功能模块和技术细节。下面将详细介绍基因型变异器的相关函数以及外我（exoself）模块的更新内容。

基因型相关函数

在系统中，有几个重要的函数用于计算物种和个体的适应度。
- 计算物种适应度 ： calculate_SpecieFitness 函数用于计算物种的整体适应度统计信息，包括平均值、最大值、最小值和标准差。具体实现如下：

Std = functions:std(FitnessAcc),
{AvgFitness,Std,MaxFitness,MinFitness};
calculate_SpecieFitness(Specie_Id)->
    S = genotype:dirty_read({specie,Specie_Id}),
    calculate_SpecieFitness({specie,S}).

该函数首先通过 genotype:dirty_read 读取物种记录，然后计算适应度列表，最后得出各项统计值并返回一个包含这些值的元组。
- 计算个体适应度列表 ： calculate_fitness 函数用于根据个体 ID 列表组合出适应度列表。如果个体还没有适应度得分（例如刚创建或变异但未评估），则会跳过该个体。函数实现如下：