def geraCruzamento(self, Frase): # Método para gera os filhos
x1 = 4 # Ponto de corte 1
x2 = 9 # Ponto de corte 2
x3 = 14 # Ponto de corte 3
cnt = 0
listTmp = []
while (
len(listTmp) < self.Tamanho_Populacao
): # lopp. Enquanto o tamanho da lista filhos for menor que tamanho da população
ind = self.populacao[
cnt] # Variável 'ind' recebe o primeiro indivíduo
p1 = ind[:x1] # corta o indivíduo em 3 pontos
p2 = ind[x1:x2]
p3 = ind[x2:x3] #
cnt += 1
ind = self.populacao[
cnt] # Variável 'ind' recebe o segundo indivíduo
p4 = ind[0:x1] # corta o indivíduo em 3 pontos
p5 = ind[x1:x2]
p6 = ind[x2:x3] #
t1 = p1 + p5 + p3 # Produz um novo indivíduo(filho) com as partes cortadas
t2 = p4 + p2 + p6 # Produz um novo indivíduo(filho) com as partes cortadas
t1.append(0) # Adiciona o valor 0 do fitness ao individuo 1
t2.append(0) # Adiciona o valor 0 do fitness ao individuo 2
F = Fitness(Frase,
self.numCrom) # Calcula o fitness dos indivíduos
listTmp.append(
F.Calc_Fitness(t1)) # Adiciona o indivíduo na lista de filhos
F = Fitness(Frase,
self.numCrom) # Calcula o fitness dos indivíduos
listTmp.append(
F.Calc_Fitness(t2)) # Adiciona o indivíduo na lista de filhos
# repete o procedimento com mais dois individuos
print("filhos") # imprimi a lista de filhos
for i in listTmp:
print(i)
return listTmp
def Gera_PopInic(self, caracter, TAM_Pop,
NUM_CROM): # Gera uma população inicial
for x in range(0, TAM_Pop): # Laço para
IND = Individuo(caracter) # Variável recebe indivíduo
F = Fitness(
self.Frase,
NUM_CROM) # A Variável F recebe instancia da classe fitness
self.listPop.append(
F.Calc_Fitness(IND.Gera_Individuo(NUM_CROM))
) # Adiciona o individuo na lista de populações e calcula o Fitness
print(self.listPop[x]) # imprimi o indivíduo
return self.listPop # retorna a lista de indivíduos
def gera_Mutacao(self, Frase): # Método para gerar mutação no filhos
listaTmp = []
listaFin = []
listaFinal = []
TX_Mut_A = round(random.random()) # Número aleatorio entre 0 e 1
for x in self.lista_Filho:
if(TX_Mut_A <= self.TX_Mutac): # Se o número aleatorio for menor e igual que taxa de mutação, o indivíduo sofre a mutação em 2 duas posições aleatorias
x1 = random.randint(0, self.NUM_CROM-1) # x1 = valor de posição aleatoria
x2 = random.randint(0, self.NUM_CROM-1) # x2 = valor de posição aleatoria
I = Individuo(self.Caract) # instancia clase indivíduo
x[x1] = I.get_caracter() # Modifica o caracter na posição x1 por um novo caracter na mesma posição
x[x2] = I.get_caracter() # Modifica o caracter na posição x2 por um novo caracter na mesma posição
F = Fitness(Frase, self.NUM_CROM) # Recalcula o Fitness
listaTmp.append(F.Calc_Fitness(x))
else: # Caso a condição não seja aceita
listaTmp.append(x) # Adicione o indivíduo na lista sem alteração
print('Mutação nos Filhos') # imprimi os filhos com ou sem mutação
for y in listaTmp:
print(y)
for z in self.lista_Selec: # Adiciona os filhos e pais dentro de uma lista
listaFin.append(z)
for z in listaTmp:
listaFin.append(z)
listaFin.sort(key=lambda x: x[self.NUM_CROM]) # Ordena a lista de pais e filhos
for x in range(self.TAM_Pop, len(listaFin)): # gera uma lista com o melhor dos pais e filhos
listaFinal.append(listaFin[x])
print('Nova População') # imprimi a lista com os melhores
for y in listaFinal:
print(y)
return listaFinal # retorna a lista com nova população
