本教學透過添加精英突出顯示、增加障礙複雜性、「達到」計數器和交叉育種等功能來增強遺傳演算法模擬。讓我們來分解一下改進。
第 1 部分：視覺增強與障礙複雜性
模擬升級為透過將精英點（上一代中表現最好的點）著色為藍色來在視覺上區分它們。 這是透過向 is_elite 類別的 Dot 方法添加 draw 布林參數並有條件地應用藍色來實現的。 Population 類別的 draw 方法被修改為根據點是否在 elites 列表中傳遞此佈林值。
障礙生成經過重構，具有更大的彈性。 Obstacle 和 Goal 類別被移到單獨的 obstacles.py 檔案中，從而促進更清晰的程式碼組織。 引入了 constants.py 檔案來保存螢幕尺寸和人口規模等全域變量，從而防止檔案之間出現冗餘。 OBSTACLES0 中定義了多種障礙物配置（OBSTACLES1、OBSTACLES2、OBSTACLES3、OBSTACLES4、OBSTACLES5、obstacles.py），可以在不同的挑戰等級之間輕鬆切換。 主腳本導入這些配置並選擇所需的配置。 新增了檢查以確保目標始終存在，即使使用透過清單理解產生的障礙清單（如 OBSTACLES4）也是如此。
新增了「已達到」計數器，用於顯示上一代成功達到目標的點數。 這是透過修改 generate_next_generation 類別中的 Population 方法來計數並傳回該值來實現的。 然後主循環在螢幕上顯示此計數。
第 2 部分：實現單點交叉
模擬從複製過渡到單點交叉以產生後代。 crossover 類別方法被加入到 Dot 類別中。此方法將兩個父點作為輸入，選擇一個隨機交叉點，並透過組合每個父點的運動序列的部分（表示為方向向量清單）來建立兩個子代。 generate_next_generation 方法已更新為利用此交叉方法，產生後代對而不是單一克隆。 突變繼續應用於後代。
改進的模擬提供了增強的可視化、可調節的難度和更複雜的育種機制，使其成為更強大和更有洞察力的遺傳演算法範例。提到的未來改進包括保存/加載功能和速度優化。 作者也鼓勵加入他們的 Discord 社群以進行進一步的合作。
以上是使用遺傳演算法進行點模擬 - 第 2 部分的詳細內容。更多資訊請關注PHP中文網其他相關文章！
