Zaktualizuj 'Jakub Damiński.md'

Jakub Damiński.md

@@ -12,4 +12,43 @@ Ponieważ wózek musi odwiedzić wszystkie paczki każde rozwiązanie tego probl
 Wykorzystując algorytm genetyczny sprawimy, że spośród losowych permotacji zaczną wyłaniać się tej najbardziej efektywne, czyli te o najkrótszej ścieżce.
 
 #### Zasada działania
-...
+Pierwszym krokiem jest zapełnienie populacji losowymi permutacjiami.
+Następnie  wykonuje się liczba iteracji w których najlepsze osobniki krzyżują się ze sobą tworzyć nowe permutacje wymianiając między sobą losową ilość elementów 
+```
+def crossover(a, b):
+    new_a = copy.deepcopy(a)
+    new_b = copy.deepcopy(b)
+    for i in range(floor(len(a) / 2)):
+        rel = randrange(len(a))
+        tmp_a = new_a[rel]
+        tmp_b = new_b[rel]
+        if tmp_a == tmp_b:
+            continue
+        new_a[new_a.index(tmp_b)] = tmp_a
+        new_b[new_b.index(tmp_a)] = tmp_b
+        new_a[rel] = tmp_b
+        new_b[rel] = tmp_a
+    return new_a, new_b
+```
+Nowo stworzone osobniki mają następnie szansę na mutacje, która polega na zamienieniu dwóch losowych elementów ze sobą
+```
+def mutate(route):
+    new_route = copy.deepcopy(route)
+    for i in range(len(route) - 1):
+        if random() < mutation_probability:
+            tmp = new_route[i]
+            new_route[i] = new_route[i + 1]
+            new_route[i + 1] = tmp
+    return new_route
+```
+Następnym krokiem jest dodanie do populacji najlepszych osobników z poprzedniej populacji
+```
+for j in range(0, num_of_surviving):
+    new_population.append(population[scores[j][0]])
+```
+Po wykonaniu tych kroków do nowej populacji dodawane są zupelnie nowe soobniki by osiągną maksymalną ilość populacji
+```
+ for j in range(max_population - (num_of_surviving + num_of_couples)):
+            new_population.append(create_new_route(packages))
+```
+Na koniec iteracji wszystkie permutacje są oceniane na podstawie  tego ile wózkowi zajęło by przejechanie całej trasy