ゲノムの特徴を調べる方法は？

Question

AIでは、どのようにしてゲノムをシミュレーションに組み込むことができるかの簡単な、あるいは非常に視覚的な例がありますか？

基本的には、私は単純なウォークスルー（チュートリアルではなく、要約の性質のもの）を使って、「個人」の特性を変化させるゲノムをどのように実装するかを詳述しています。

これらの遺伝子は、はのようなものではありません。

• マス
• 強
• 長、
• など。

むしろ、彼らは物事あるべき上記のものをと定義し、シミュレーションの住人の実際の特性から、

私は何をしたいのですか？

とにかく、あなたが試みた方法があれば、それはthese sexual swimmersのような形で進化を実装していますので、ぜひとも投稿してください！より多くの楽しいインスピレーションがより良い：

Answer 1

あなたが自分自身を実装している場合は、オブジェクトはあなたのゲノムとして機能することができます。これをさらに簡素化する

特性

一つの方法は、列挙型にあなたの特性を有効にすることです。このようにして、親の遺伝子の特徴を選択することによって親の遺伝子を簡単に組み替えることができます。また、特性の列挙値の1つをランダムに選択して遺伝子の突然変異を作成することもできます。

これが機能すると、値の範囲でニュアンスを増やすことができますが、列挙型を使用すると、最初はわかりやすくなります。

フィットネス

その後は、パフォーマンスを記述するフィットネス機能を必要とするという意味これらの特性を付与します。特性間の関係はあなた次第ですので、それを意味する方法で記述することができます。これは、2つのゲノムを比較する一貫した方法を提供するだけです。

シミュレーション

その後、シミュレーションを実行するためにわずか数両親で始まり、お互いに完了するために子供たちの束を生成します。これはもちろん自動化することができますが、明確にするための明示的な例があります。

Javaの例

import java.util.PriorityQueue; 

class Genome implements Comparable<Genome> { 

    public enum Mass { 
     LIGHT(1), 
     AVERAGE(2), 
     HEAVY(3); 

     final Integer value; 
     Mass(Integer value) { 
      this.value = value; 
     } 
    } 

    public enum Strength { 
     WEAK(1), 
     AVERAGE(2), 
     STRONG(3); 

     final Integer value; 
     Strength(Integer value) { 
      this.value = value; 
     } 

    } 

    public enum Length { 
     SHORT(1), 
     AVERAGE(2), 
     LONG(3); 

     final Integer value; 
     Length(Integer value) { 
      this.value = value; 
     } 
    } 

    private final Mass mass; 
    private final Strength strength; 
    private final Length length; 

    public Genome(Mass mass, Strength strength, Length length) { 

      this.mass = mass; 
      this.strength = strength; 
      this.length = length; 
    } 

    private Integer fitness() { 

     return strength.value * length.value - mass.value * mass.value; 
    } 

    @Override public int compareTo(Genome that) { 

     // notice the fitter is less in precedence 
     if(this.fitness() > that.fitness()) 
      return -1; 
     else if(this.fitness() < that.fitness()) 
      return 1; 
     else // this.fitness() == that.fitness() 
      return 0; 
    } 

    public static Genome recombine(Genome... parents) { 

     if(parents.length < 1) 
      return null; 

     // Select parents randomly and then characteristics from them 
     Mass mass = parents[(int)(Math.random() * parents.length)].mass; 
     Strength strength = parents[(int)(Math.random() * parents.length)].strength; 
     Length length = parents[(int)(Math.random() * parents.length)].length;; 

     return new Genome(mass, strength, length); 
    } 

    public static Genome mutate(Genome parent) { 

     // Select characteristics randomly 
     Mass mass = Mass.values()[(int)(Math.random() * Mass.values().length)]; 
     Strength strength = Strength.values()[(int)(Math.random() * Strength.values().length)]; 
     Length length = Length.values()[(int)(Math.random() * Length.values().length)]; 

     return new Genome(mass, strength, length); 
    } 

    public static void main() { 

     PriorityQueue<Genome> population = new PriorityQueue<Genome>(); 

     Genome parent1 = new Genome(Mass.LIGHT, Strength.STRONG, Length.SHORT); 
     Genome parent2 = new Genome(Mass.AVERAGE, Strength.AVERAGE, Length.AVERAGE); 
     Genome parent3 = new Genome(Mass.HEAVY, Strength.WEAK, Length.LONG); 

     population.add(parent1); 
     population.add(parent2); 
     population.add(parent3); 

     Genome child1 = Genome.recombine(parent1, parent2); 
     Genome child2 = Genome.recombine(parent1, parent2); 
     Genome child3 = Genome.recombine(parent1, parent3); 
     Genome child4 = Genome.recombine(parent1, parent3); 
     Genome child5 = Genome.recombine(parent2, parent3); 
     Genome child6 = Genome.recombine(parent2, parent3); 
     Genome child7 = Genome.recombine(parent1, parent2, parent3); 
     Genome child8 = Genome.recombine(parent1, parent2, parent3); 
     Genome child9 = Genome.recombine(parent1, parent2, parent3); 

     child1 = Genome.mutate(child1); 
     child2 = Genome.mutate(child2); 
     child4 = Genome.mutate(child4); 
     child8 = Genome.mutate(child8); 

     population.add(child1); 
     population.add(child2); 
     population.add(child3); 
     population.add(child4); 
     population.add(child5); 
     population.add(child6); 
     population.add(child7); 
     population.add(child8); 
     population.add(child9); 

     // and the winner is... 
     Genome fittest = population.peek(); 
    } 
} 

エンコーディング

あなたがそれらに由来する配列などで明示的にいくつかの特徴を有する配列に特徴をエンコードしたいのように聞こえるので。

上記の列挙型のような値のrangleを明示的な特性を表す塊のある整数にエンコードすることができます。

たとえば、4つの可能な値を持つ2つの明示的な特性がある場合、それぞれを00XX + XX00という形式の整数としてエンコードすることができます。したがって、例えば0111は、01の質量と11の長さに対応します。これは、シーケンス自体の中のビットを変更することによって変更することができます。

Javaの例

import java.util.PriorityQueue; 

class Genome implements Comparable<Genome> { 

    private final Integer sequence; 

    private static final Integer bitmaskChunk = 3; // ...0011 

    private static final Integer shiftMass = 0; // ...00XX 
    private static final Integer shiftLength = 2; // ...XX00 

    private static final Integer shiftModulus = 4; // ...0000 

    private Integer getMass() { 

     return (sequence >>> shiftMass) & bitmaskChunk; 
    } 

    private Integer getLength() { 

     return (sequence >>> shiftLength) & bitmaskChunk; 
    } 

    public Integer getStrength() { 

     return getMass() * getLength(); 
    } 

    public Genome(Integer sequence) { 

     this.sequence = sequence % (1 << Genome.shiftModulus); 
    } 

    private Integer fitness() { 

     // Some performance measure 
     return getStrength() * getLength() - getMass() * getMass(); 
    } 

    @Override public int compareTo(Genome that) { 

     // notice the fitter is less in precedence 
     if(this.fitness() > that.fitness()) 
      return -1; 
     else if(this.fitness() < that.fitness()) 
      return 1; 
     else // this.fitness() == that.fitness() 
      return 0; 
    } 

    public static Genome recombine(Genome... parents) { 

     if(parents.length < 1) 
      return null; 

     Integer sequence = 0; 

     // Select parents randomly and then characteristics from them 
     sequence += parents[(int)(Math.random() * parents.length)].getMass() << Genome.shiftMass; 
     sequence += parents[(int)(Math.random() * parents.length)].getLength() << Genome.shiftLength; 

     return new Genome(sequence); 
    } 

    public static Genome mutate(Genome parent) { 

     Integer sequence = parent.sequence; 

     // Randomly change sequence in some way 
     sequence *= (int)(Math.random() * (1 << Genome.shiftModulus)); 

     return new Genome(sequence); 
    } 

    public static void main() { 

     PriorityQueue<Genome> population = new PriorityQueue<Genome>(); 

     Genome parent1 = new Genome((int)(Math.random() * (1 << Genome.shiftModulus))); 
     Genome parent2 = new Genome((int)(Math.random() * (1 << Genome.shiftModulus))); 
     Genome parent3 = new Genome((int)(Math.random() * (1 << Genome.shiftModulus))); 

     population.add(parent1); 
     population.add(parent2); 
     population.add(parent3); 

     Genome child1 = Genome.recombine(parent1, parent2); 
     Genome child2 = Genome.recombine(parent1, parent2); 
     Genome child3 = Genome.recombine(parent1, parent3); 
     Genome child4 = Genome.recombine(parent1, parent3); 
     Genome child5 = Genome.recombine(parent2, parent3); 
     Genome child6 = Genome.recombine(parent2, parent3); 
     Genome child7 = Genome.recombine(parent1, parent2, parent3); 
     Genome child8 = Genome.recombine(parent1, parent2, parent3); 
     Genome child9 = Genome.recombine(parent1, parent2, parent3); 

     child1 = Genome.mutate(child1); 
     child2 = Genome.mutate(child2); 
     child4 = Genome.mutate(child4); 
     child8 = Genome.mutate(child8); 

     population.add(child1); 
     population.add(child2); 
     population.add(child3); 
     population.add(child4); 
     population.add(child5); 
     population.add(child6); 
     population.add(child7); 
     population.add(child8); 
     population.add(child9); 

     // and the winner is... 
     Genome fittest = population.peek(); 
    } 
} 

私は、これはあなたが探しているものであると思います。がんばろう。