Pewnie zastanawiasz się o co chodzi z tymi puzzlami w miniaturce? A o to, że dzisiaj uzupełniamy ostatnie metody potrzebne do działania biblioteki! To czym się zajmiemy teraz, to inicjalizacja populacji i obliczenie dopasowania.

Świat programisty .NET i SharePoint.
Pewnie zastanawiasz się o co chodzi z tymi puzzlami w miniaturce? A o to, że dzisiaj uzupełniamy ostatnie metody potrzebne do działania biblioteki! To czym się zajmiemy teraz, to inicjalizacja populacji i obliczenie dopasowania.
Była już teoria, była metoda bazowa, to teraz czas sprawdzić jak wygląda krzyżowanie i mutacja chromosomu w szczegółowej implementacji. Dzisiaj zajmiemy się kodem stojącym za tymi operacjami dla chromosomu składającego się z liczb całkowitych.
Mamy już za sobą teorię, jeżeli chodzi o krzyżowanie w algorytmach genetycznych, więc pora na świeżą porcję informacji jak zostało to zaimplementowane w easyGALib. Dzisiaj na pulpicie mamy bazowe krzyżowanie i extension method, w ramach rozszerzania wiedzy!
Mamy już za sobą implementację selekcji chromosomów, z których stworzymy kolejne pokolenie. Teraz chcielibyśmy, żeby było ono w jakiś sposób lepsze, a przede wszystkim inne od poprzedniego. Do tego celu przyda nam się krzyżowanie i mutacja w algorytmach genetycznych.
W ostatnim poście nieco przybliżyłem teorię jeżeli chodzi o selekcję chromosomów do kolejnych generacji w algorytmach genetycznych. Tym razem zobaczymy jak będzie wyglądała sama implementacja selekcji w easyGALib.