我正在使用genalg包进行遗传算法.基因是二元是自然的,结果将指定
基因的长度是269,很难理解哪个是难以理解的.有没有办法从中提取结果并将其放在数据框中?
cat(summary.rbga(GAmodel)) GA Settings Type = binary chromosome Population size = 100 Number of Generations = 100 Elitism = TRUE Mutation Chance = 0 Search Domain Var 1 = [,] Var 0 = [,] GA Results Best Solution : 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 1 0 0 0
我想将最佳解决方案转换为数据框,以便我可以实际查找哪些是我需要选择的项目.
class(GAmodel) = "rbga"
小智.. 5
对于最小化优化求解为变量GAModel
bestSolution<-GAmodel$population[which.min(GAmodel$evaluations),]
这基于适应度函数从GA模型$评估中提取最佳染色体的索引.然后使用该指数返回评估的最后一个群体的完整染色体.
对于最小化优化求解为变量GAModel
bestSolution<-GAmodel$population[which.min(GAmodel$evaluations),]
这基于适应度函数从GA模型$评估中提取最佳染色体的索引.然后使用该指数返回评估的最后一个群体的完整染色体.