如何使用适应度函数在搜索问题中找到最佳路径遗传算法

问题描述

我必须能够使用这个“数据集”（它的图表）：...

{
 0 : [3,2,1],1 : [4],2 : [6,5],3 : [7],4 : [8],5 : [9]
}

... 输入初始值和最终值，目的是通过遗传算法显示可能的最佳路径（我的问题是遍历数据集并找到最佳路径）。我在另一个项目中发现了这个适应度函数：

fitness = numpy.sum(poP*equation_inputs,axis=1)
    return fitness

如何创建一个“适合”我的问题的理想适应度函数？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）