from funkcje import * from Gene import Gene def start(data, wheel, dane): ileGeneracji = int(dane[4]) ileWPopulacji = int(dane[0]) fragment = float(dane[1]) mutacja = float(dane[2]) unbox = int(dane[3]) """ ileGeneracji = 200 ileWPopulacji = 16 fragment = 0.5 mutacja = 0.05 unbox = 3 """ data.kordyWozka = (wheel.ns, wheel.we) data.jakLiczycKoszt = unbox randomPopulation = genRandomPopulation(data, ileWPopulacji) for i in range(ileGeneracji): if i == 0: populacjaFitness = fitnessDlaPopulacji(randomPopulation, data) else: #chrom2 = podajDwaChromosomy(populacjaFitness[0], populacjaFitness[1]) x = genPopulacje(data,populacjaFitness[0], populacjaFitness[1], ileWPopulacji, fragment, mutacja) populacjaFitness = fitnessDlaPopulacji(x, data) #del x data.histZmian.append(data.best[1]) #rysujWykres(data) def generateGeny(data): geny = [] zajeteRegaly = data.zajeteRegaly[:] for r in zajeteRegaly: g = Gene() g.kordy = r g.unbox1 = policzCost(data.astarMap,r,data.unbox[0]) if(len(data.unbox) > 1): g.unbox2 = policzCost(data.astarMap,r,data.unbox[1]) geny.append(g) return geny def genRandomChromosome(data): chromosome = generateGeny(data) random.shuffle(chromosome) unboxLastGen = None for gen in chromosome: gen.unboxWczesniejszegoGenu = unboxLastGen krotkaKosztJakiUnbox = wybierzUnbox(gen, data.jakLiczycKoszt) unboxLastGen = krotkaKosztJakiUnbox[1] gen.kordyUnboxa = data.unbox[krotkaKosztJakiUnbox[1]] return chromosome def genRandomPopulation(data, ileWPopulacji): populacja = [] for i in range(ileWPopulacji): populacja.append(genRandomChromosome(data)) return populacja def podajDwaChromosomy(populacja, chromFitness): bestValue = min(chromFitness) bestChromIndex = chromFitness.index(bestValue) chrom1 = populacja[bestChromIndex] populacja.pop(bestChromIndex) chromFitness.pop(bestChromIndex) bestValue = min(chromFitness) bestChromIndex = chromFitness.index(bestValue) chrom2 = populacja[bestChromIndex] populacja.pop(bestChromIndex) chromFitness.pop(bestChromIndex) return (chrom1, chrom2) def fitness(chromosome, data): koszt = 0 unboxPoprzedniegoGenu = None for item, gen in enumerate(chromosome): if(item == 0): koszt += policzCost(data.astarMap, data.kordyWozka, gen.kordy) krotkaKosztJakiUnbox = wybierzUnbox(gen, data.jakLiczycKoszt) koszt += krotkaKosztJakiUnbox[0] unboxPoprzedniegoGenu = krotkaKosztJakiUnbox[1] else: if unboxPoprzedniegoGenu == 0: koszt += gen.unbox1 elif unboxPoprzedniegoGenu == 1: koszt += gen.unbox2 krotkaKosztJakiUnbox = wybierzUnbox(gen, data.jakLiczycKoszt) koszt += krotkaKosztJakiUnbox[0] unboxPoprzedniegoGenu = krotkaKosztJakiUnbox[1] return koszt def fitnessDlaPopulacji(populacja, data): tmpPopulacja = populacja[:] chromFitness = [] for chrom in populacja: chromFitness.append(fitness(chrom,data)) bestValue = min(chromFitness) bestChromIndex = chromFitness.index(bestValue) pierwsza = tmpPopulacja[bestChromIndex] if (data.best == None): data.best = (pierwsza[:],bestValue) elif(data.best[1] > bestValue): data.best = (pierwsza[:],bestValue) data.doWykresu.append(bestValue) """ tmpPopulacja.pop(bestChromIndex) chromFitness.pop(bestChromIndex) bestValue = min(chromFitness) bestChromIndex = chromFitness.index(bestValue) druga = tmpPopulacja[bestChromIndex] tmpPopulacja.pop(bestChromIndex) chromFitness.pop(bestChromIndex) """ return (tmpPopulacja, chromFitness) def crossover(data,pierwszy, drugi, fragmentLiczba, wspMutacji): ileWChrom = len(pierwszy) tmp = random.randint(0, ileWChrom-fragmentLiczba) kordyFragment = (tmp,tmp+fragmentLiczba) nowyChrom = [Gene() for q in range(ileWChrom)] iterator = kordyFragment[1] pomIterator = kordyFragment[1] usedKordy = [] for i in range(kordyFragment[0],kordyFragment[1]): nowyChrom[i].kordy = pierwszy[i].kordy nowyChrom[i].unbox1 = pierwszy[i].unbox1 nowyChrom[i].unbox2 = pierwszy[i].unbox2 usedKordy.append(pierwszy[i].kordy) for x in range(ileWChrom): if(iterator > ileWChrom - 1): iterator = 0 if(pomIterator > ileWChrom - 1): pomIterator = 0 if(nowyChrom[iterator].kordy == None and drugi[pomIterator].kordy not in usedKordy): nowyChrom[iterator].kordy = drugi[pomIterator].kordy nowyChrom[iterator].kordy = drugi[pomIterator].kordy nowyChrom[iterator].unbox1 = drugi[pomIterator].unbox1 nowyChrom[iterator].unbox2 = drugi[pomIterator].unbox2 iterator += 1 pomIterator += 1 else: pomIterator +=1 nowyChrom = mutate(wspMutacji, nowyChrom) unboxLastGen = None for gen in nowyChrom: gen.unboxWczesniejszegoGenu = unboxLastGen krotkaKosztJakiUnbox = wybierzUnbox(gen, data.jakLiczycKoszt) unboxLastGen = krotkaKosztJakiUnbox[1] gen.kordyUnboxa = data.unbox[krotkaKosztJakiUnbox[1]] return nowyChrom def genPopulacje(data,populacja, chromFitness, ileWPopulacji, fragmentLiczba, wspMutacji): ileWChrom = len(populacja[0]) fragment = round(fragmentLiczba*ileWChrom) if(fragment == 1): fragment +=1 nowaPopulacja = [] for i,index in enumerate(range(ileWPopulacji)): if index % 2 == 0: dwaChrom = podajDwaChromosomy(populacja,chromFitness) nowaPopulacja.append(crossover(data,dwaChrom[0],dwaChrom[1],fragment, wspMutacji)) return nowaPopulacja def mutate(wspMutacji, chrom): #w zaleznosci od tego jak wiele mutwac wybierz pary i zamien miejscami ileWChrom = len(chrom) ileZmian = round(ileWChrom * wspMutacji) for i in range(ileZmian): pom = None pierw = random.randint(0,ileWChrom - 1) drug = random.randint(0,ileWChrom - 1) pom = chrom[pierw] chrom[pierw] = chrom[drug] chrom[drug] = pom return chrom