Python 2.7 繁殖机会极限的进化算法

应该发生什么：

创建一个属性包含随机整数的随机对象总体，所有对象的复制概率为10。（第16行）

对于“number”属性大于4的所有对象，在与该对象相关的“chance_of_rep”属性中添加10。（第21行）

根据“代表的机会”属性，决定是否繁殖后代。（第36行）

每一代，每个成员的年龄为1岁，如果年龄大于1岁，则杀死该成员。（第47行）

实际发生的情况：

“代表的机会”属性将在50时结束，并且不会超过50。为什么会这样？ 除此之外，其他一切都正常工作（至少我认为是这样，请提及任何看起来不对劲的地方）

将随机导入为r
导入操作系统
导入系统
导入时间
从子流程导入调用
#调用（'color a'，shell=True）
类实体（对象）：
定义初始化（自身，编号）：
self.number=number
self.chance=10
self.age=0
班级适应度（对象）：
定义初始（自我，总体）：
self.population=population
def StartPopulation（自身、pop、实体）：
对于范围内的x（pop）：
实体=实体（r.randint（3,5））
实体。追加（实体）
def FitnessMethod（自身、实体）：
对于实体中的x：
如果x.number>=5：
x、 机会+=10
其他：
x、 机会+=0
如果x.chance>100：
x、 机会=100
其他：
x、 机会+=0
定义（自我、实体）：
对于实体中的x：
如果r.randint（0100）=2：
实体。删除（x）
pop=r.randint（3,5）
实体=[]
健身=健身（pop）
健身。起始人群（流行、实体）
对于实体中的x：
打印x.number，x.chance
打印“~~~~~~~~~~~~~~\n”
原始输入（）
对于范围（30）内的x：
Fitness.FitnessMethod（实体）
适合度。复制（实体）
健康、老化（实体）
对于实体中的x：
打印x.编号、x.年龄、x.机会
打印“生成\u突变\u完成”
原始输入（）

---

顺便说一句，这不是家庭作业，这是一个个人项目。

好吧，不感谢奥利·查尔斯沃思，我纠正了这个问题。 以下是更正后的代码：

import random as r
import os
import sys
import time
from subprocess import call
#call('color a', shell=True)
class Entity(object):
    def __init__(self, number):
        self.number = number
        self.chance = 10
        self.age = 0
class Fitness(object):
    def __init__(self, population):
        self.population = population

    def StartPopulation(self, pop, entities):
        for x in range(pop):
            entity = Entity(r.randint(3, 5))
            entities.append(entity)

    def FitnessMethod(self, entities):

        for x in entities:
            if x.number >= 5:
                x.chance += 10
            else: 
                x.chance += 0

            if x.chance > 100:
                x.chance = 100

            else: 
                x.chance += 0


    def Reproduce(self,entities):
        x = entities[r.randint(0, (len(entities) - 1))]
        if r.randint(0, 100) < x.chance:    
            random_children = r.randint(1, 3)
            for a in range(random_children):    
                entity = Entity(x.number)
                entity.chance = x.chance
                entities.append(entity)
            x.age += 1

    def Aging(self, entities):
        for x in entities:
            if x.age >= 2:
                entities.remove(x)          

pop = r.randint(3, 5)
entities = []
Fitness = Fitness(pop)
Fitness.StartPopulation(pop, entities)
for x in entities:
    print x.number, x.chance
print "~~~~~~~~~~~~~\n"
raw_input()


for x in range(30):
    Fitness.FitnessMethod(entities)
    Fitness.Reproduce(entities)
    Fitness.Aging(entities)
    for x in entities:
        print x.number, x.age, x.chance
    print "Generation_Mutation_Complete"
print "Generation_Mutation_Complete"    
raw_input()

将随机导入为r
导入操作系统
导入系统
导入时间
从子流程导入调用
#调用（'color a'，shell=True）
类实体（对象）：
定义初始化（自身，编号）：
self.number=number
self.chance=10
self.age=0
班级适应度（对象）：
定义初始（自我，总体）：
self.population=population
def StartPopulation（自身、pop、实体）：
对于范围内的x（pop）：
实体=实体（r.randint（3,5））
实体。追加（实体）
def FitnessMethod（自身、实体）：
对于实体中的x：
如果x.number>=5：
x、 机会+=10
其他：
x、 机会+=0
如果x.chance>100：
x、 机会=100
其他：
x、 机会+=0
定义（自我、实体）：
x=实体[r.randint（0，（len（实体）-1））]
如果r.randint（0100）=2：
实体。删除（x）
pop=r.randint（3,5）
实体=[]
健身=健身（pop）
健身。起始人群（流行、实体）
对于实体中的x：
打印x.number，x.chance
打印“~~~~~~~~~~~~~~\n”
原始输入（）
对于范围（30）内的x：
Fitness.FitnessMethod（实体）
适合度。复制（实体）
健康、老化（实体）
对于实体中的x：
打印x.编号、x.年龄、x.机会
打印“生成\u突变\u完成”
打印“生成\u突变\u完成”
原始输入（）

要求人们发现代码中的错误并不是特别有效。您应该使用调试器（或添加打印语句）来隔离问题，方法是跟踪程序的进度，并将其与预期发生的情况进行比较。一旦这两个问题出现分歧，你就发现了问题所在。（如果有必要的话，你应该构建一个。）哇，有点苛刻，毕竟这是一个问答网站。这是一个编程知识问答，而不是众包调试器……拜托，真的吗？你甚至都不想帮我？

import random as r
import os
import sys
import time
from subprocess import call
#call('color a', shell=True)
class Entity(object):
    def __init__(self, number):
        self.number = number
        self.chance = 10
        self.age = 0
class Fitness(object):
    def __init__(self, population):
        self.population = population

    def StartPopulation(self, pop, entities):
        for x in range(pop):
            entity = Entity(r.randint(3, 5))
            entities.append(entity)

    def FitnessMethod(self, entities):

        for x in entities:
            if x.number >= 5:
                x.chance += 10
            else: 
                x.chance += 0

            if x.chance > 100:
                x.chance = 100

            else: 
                x.chance += 0


    def Reproduce(self,entities):
        x = entities[r.randint(0, (len(entities) - 1))]
        if r.randint(0, 100) < x.chance:    
            random_children = r.randint(1, 3)
            for a in range(random_children):    
                entity = Entity(x.number)
                entity.chance = x.chance
                entities.append(entity)
            x.age += 1

    def Aging(self, entities):
        for x in entities:
            if x.age >= 2:
                entities.remove(x)          

pop = r.randint(3, 5)
entities = []
Fitness = Fitness(pop)
Fitness.StartPopulation(pop, entities)
for x in entities:
    print x.number, x.chance
print "~~~~~~~~~~~~~\n"
raw_input()


for x in range(30):
    Fitness.FitnessMethod(entities)
    Fitness.Reproduce(entities)
    Fitness.Aging(entities)
    for x in entities:
        print x.number, x.age, x.chance
    print "Generation_Mutation_Complete"
print "Generation_Mutation_Complete"    
raw_input()