Java 结合终止条件的钟表匠遗传算法

使用停滞（numGenerations，true）终止钟表制造商的进化

我希望numGenerations取决于进化的进展情况。如果我有一个腐烂的人口（低健身），那么我想退出早。如果人口表现良好，我想给它更多的时间

我该怎么做

---

我阅读了用户手册，研究了上的示例，查看了API，并在web上搜索。没有看到这个主题被特别提到。我不熟悉Java和遗传算法，所以我很容易错过一些东西

如果种群中的最佳适应度得分在一定数量的连续世代内没有改善，

停滞

终止条件只会中止进化。它从一开始就不会在固定数量的世代之后停止（因为您将使用

GenerationCount

条件），它只在进化似乎停止进行时才开始。因此，如果你们的人口表现良好（我认为你们的意思是健康状况正在持续改善），就不太可能触发停滞状态

---

如果您想要一些不同的东西，您可能需要编写自己的

TerminationCondition

。它只是一个将

PopulationData

作为参数的单一方法，这样您就可以在每一代结束时基于此做出决策。您只需要能够根据平均值和/或最佳适应度以及到目前为止的世代数来定义“腐烂种群”。

如果种群中的最佳适应度得分在一定数量的连续世代内没有改善，则终止条件只会中止进化。它从一开始就不会在固定数量的世代之后停止（因为您将使用

GenerationCount

条件），它只在进化似乎停止进行时才开始。因此，如果你们的人口表现良好（我认为你们的意思是健康状况正在持续改善），就不太可能触发停滞状态

---

如果您想要一些不同的东西，您可能需要编写自己的

TerminationCondition

。它只是一个将

PopulationData

作为参数的单一方法，这样您就可以在每一代结束时基于此做出决策。您只需要能够根据平均值和/或最佳适应度以及到目前为止的世代数来定义“腐烂种群”。

如果种群中的最佳适应度得分在一定数量的连续世代内没有改善，则终止条件只会中止进化。它从一开始就不会在固定数量的世代之后停止（因为您将使用

GenerationCount

条件），它只在进化似乎停止进行时才开始。因此，如果你们的人口表现良好（我认为你们的意思是健康状况正在持续改善），就不太可能触发停滞状态

---

如果您想要一些不同的东西，您可能需要编写自己的

TerminationCondition

。它只是一个将

PopulationData

作为参数的单一方法，这样您就可以在每一代结束时基于此做出决策。您只需要能够根据平均值和/或最佳适应度以及到目前为止的世代数来定义“腐烂种群”。

如果种群中的最佳适应度得分在一定数量的连续世代内没有改善，则终止条件只会中止进化。它从一开始就不会在固定数量的世代之后停止（因为您将使用

GenerationCount

条件），它只在进化似乎停止进行时才开始。因此，如果你们的人口表现良好（我认为你们的意思是健康状况正在持续改善），就不太可能触发停滞状态

---

如果您想要一些不同的东西，您可能需要编写自己的

TerminationCondition

。它只是一个将

PopulationData

作为参数的单一方法，这样您就可以在每一代结束时基于此做出决策。您只需要能够根据平均值和/或最佳适应度以及到目前为止的代数来定义“腐烂种群”。

重新阅读API时，我发现可以向engine.evolvePopulation（）提供多个终止条件。这让我编写了一个递归函数，只要适应度继续提高，它就会继续运行

process (Parameters params) {

    result = engine.evolvePopulation(params.size, 0, 
               new Stagnation(params.stagnation, true), 
               new TargetFitness(params.target, true));

    if (result.get(0).getFitness() >= params.target)
        process(params.increase());

    return;
}

在我的例子中，目标每次都以固定的数量递增。尺寸和停滞随着目标立方体的增加而增加。这样，一个特定的群体变得越好，投入的时间就越多。不确定这是不是最好的方法，但对于这个问题，它得到了我想要的答案

---

哦，顺便说一句，我的程序看起来不像我上面粘贴的程序。我是一个相当差劲的程序员，我的代码比这更难看。只是想说明这个想法的要点。

重新阅读API时，我发现可以向engine.evolvePopulation（）提供多个终止条件。这让我编写了一个递归函数，只要适应度继续提高，它就会继续运行

process (Parameters params) {

    result = engine.evolvePopulation(params.size, 0, 
               new Stagnation(params.stagnation, true), 
               new TargetFitness(params.target, true));

    if (result.get(0).getFitness() >= params.target)
        process(params.increase());

    return;
}

在我的例子中，目标每次都以固定的数量递增。尺寸和停滞随着目标立方体的增加而增加。这样，一个特定的群体变得越好，投入的时间就越多。不确定这是不是最好的方法，但对于这个问题，它得到了我想要的答案

哦，顺便说一句，我的程序看起来不像我上面粘贴的程序。我是个相当差劲的人