Update main.py

main.py

@@ -1,16 +1,119 @@
-# This is a sample Python script.
+import random
+class Map():
+ '''
+ :param:地图类
+ :param:使用时需要传入行列两个参数 再实例化
+ '''
 
-# Press Shift+F10 to execute it or replace it with your code.
-# Press Double Shift to search everywhere for classes, files, tool windows, actions, and settings.
+ def __init__(self,row,col):
+ '''
+ :param:row::行
+ :param:col::列
+ '''
+ self.data = []
+ self.row = row
+ self.col = col
+ def map_init(self):
+ '''刘攀'''
+ def map_Obstacle(self,num):
+ '''
+ :param:num:地图障碍物数量
+ :return：返回包含障碍物的地图数据
+ '''
+
+#step2 初始化种群 也是最难的一步
+class Population():
+ def __init__(self):
+ '''
+ 初始化
+ '''
+
+ def Population_Init(self):
+ '''
+ 种群初始化
+ '''
+ return None
+
+ def Generate_Sample_AP(self):#生成可进行采样计算的各组AP
+ '''
+
+ '''
+ return None
+
+#step3 计算适应度函数
+def calvalue(popu):
+ '''
+ :param popu: 传入种群信息
+ :return: 返回的是每一组AP组成的列表
+ '''
+
+ return None
+
+#step4 选择
+def selection(pop,value):
+ '''
+ :param pop:种群
+ :param value:适应度值列表
+ :return:返回新的种群
+ '''
+
+ ###原来的方法会丢失种群数量
+ now_value=[]#做倒数后的适应度值列表
+ P_value = [] #存放适应度值占总比概率的列表
+ random_deci = []#存放随机的小数
+ new_popu = [] #选择后的种群
+ sum_value = 0 #存放适应度的总和 计算轮盘赌的概率
+ ...
+ return new_popu
+
+#step5 交叉 拟采用单点交叉
+def cross(parents,pc):
+ '''
+ :param parents: 交叉的父类
+ :param pc: 交叉概率
+ :return:
+ '''
+ children = [] #首先创建一个子代 空列表 存放交叉后的种群
+ single_popu_index_list = []#存放重复内容的指针
+ lenparents = len(parents) #先提取出父代的个数 因为要配对 奇数个的话会剩余一个
+ parity = lenparents % 2 #计算出长度奇偶性 parity= 1 说明是奇数个 则需要把最后一条个体直接加上 不交叉
+ for i in range(0,lenparents-1,2): #每次取出两条个体 如果是奇数个则长度要减去 一 range函数不会取最后一个
+ single_now_popu = parents[i] #取出当前选中的两个父代中的第一个
+ single_next_popu = parents[i+1]#取出当前选中的两个父代中的第二个
+ children.append([]) #子代添加两行 稍后存取新的种群
+ children.append([])
+ index_content = list(set(single_now_popu).intersection(set(single_next_popu))) #第一条路经与第二条路经重复的内容
+ num_rep = len(index_content) #重复内容的个数
+ if random.random() < pc and num_rep>=3:
+ content = index_content[random.randint(0,num_rep-1)] #随机选取一个重复的内容
+ now_index = single_now_popu.index(content) #重复内容在第一个父代中的索引
+ next_index = single_next_popu.index(content)#重复内容在第二个父代中的索引
+ children[i] = single_now_popu[0:now_index + 1] + single_next_popu[next_index + 1:]
+ children[i+1] = single_next_popu[0:next_index + 1] + single_now_popu[now_index + 1:]
+ else:
+ children[i] = parents[i]
+ children[i+1] = parents[i+1]
+ if parity == 1: #如果是个奇数 为了保证种群规模不变 需要加上最后一条
+ children.append([]) #子代在添加一行
+ children[-1] = parents[-1] #直接遗传给下一代
+ return children
+
+#step6 变异
+def mutation(children,pm):
+ '''
+ :param children: 子代种群
+ :param pm: 变异概率
+ :return: 返回变异后的新种群
+ '''
+ new_popu = []
+ ...
+ return new_popu
 
 
-def print_hi(name):
- # Use a breakpoint in the code line below to debug your script.
- print(f'Hi, {name}') # Press Ctrl+F8 to toggle the breakpoint.
 
 
 # Press the green button in the gutter to run the script.
 if __name__ == '__main__':
-print_hi('PyCharm')
+print('helloWorld!!!')
 
 # See PyCharm help at https://www.jetbrains.com/help/pycharm/