调整概率参数优化遗传算法生成后代

原创

于 2025-09-10 10:45:44 发布 · 1k 阅读

12 ·

CC 4.0 BY-SA版权

文章标签：

#遗传算法 # 概率参数 # create_offspring

45、为 `create_offspring` 函数添加一个新输入参数用于接收概率值，将函数内部原本使用的静态概率0.5更改为该新输入的值。然后，使用不同的概率值调用修改后的函数生成后代列表并进行比较。假设存在 `generate_conv_layer` 、 `generate_bn_layer` 、 `generate_pooling_layer` 、 `generate_dense_layer` 函数，且最大层数 `max_layers` 为10。

可对 create_offspring 函数修改如下：

import random

# 假设 generate_conv_layer、generate_bn_layer、generate_pooling_layer、generate_dense_layer 函数已定义
max_layers = 10  # 假设 max_layers 的值为 10

def create_offspring(probability):
    ind = []
    for i in range(max_layers):
        if random.uniform(0, 1) < probability:
            ind.extend(generate_conv_layer())
        if random.uniform(0, 1) < probability:
            ind.extend(generate_bn_layer())
        if random.uniform(0, 1) < probability:
            ind.extend(generate_pooling_layer())
    ind.extend(generate_dense_layer())
    return ind

之后