def test_deve_mutar_cada_membro_da_nova_geracao(self):
mutacao = Mutacao(1)
mock = Mock()
mutacao.mutar = mock
reproducao = Reproducao(self.pai, mutacao)
geracao = reproducao.criar_geracao(self.numero_de_filhos)
self.assertEqual(self.numero_de_filhos, mock.call_count)
def test_deve_alterar_exatamente_a_quantidade_de_caracteres_solicitada_1(
self):
original = "ABCDEFGHIJKLMOPQ"
mutacao = Mutacao(1)
mutante = mutacao.mutar(original)
self.assertEqual(
1,
ComparaTexto().caracteres_diferentes(original, mutante))
def test_deve_alterar_exatamente_a_quantidade_de_caracteres_solicitada_2(
self):
#Teste ruim!
#Tanto este teste quanto o teste abaixo não são independentes
#A maneira correta de efetuar estes testes seria injetar um encapsulamento
#da class SystemRandom e validar a quantidade de chamadas em um mock
#Estes testes falham eventualmente por colisões na geração de números aleatórios
original = "ABCDEFGHIJKLMOPQ"
mutacao = Mutacao(2)
mutante = mutacao.mutar(original)
self.assertEqual(
2,
ComparaTexto().caracteres_diferentes(original, mutante))
def main(): # Método principal(main)
caracter = '!, .:;?áÁãÃâÂõÕôÔóÓéêÉÊíQWERTYUIOPASDFGHJKLÇZXCVBNMqwertyuiopasdfghjklçzxcvbnm1234567890' # Caracteres aceitáveis
frase = list("Im an iron man") # Frase deverá ser encontrada
Tamanho_Populacao = 100 # Tamanho da População
NUM_CROM = len(frase) # Número de Cromossomos
Taxa_Selec = 0.6 # Taxa de seleção
Taxa_Mutac = 0.6 # Taxa de mutação
populacao = [ ] # variáveis Temporárias
listaSelec = [ ]
listaFilh = [ ]
listaN_POP = [ ]
#Cria a População Inicial
print("População Inicial")
print("_"*40)
P = Populacao (Tamanho_Populacao, frase) # variável P recebe uma instancia da classe população
populacao = P.Gera_PopInic(caracter, Tamanho_Populacao, NUM_CROM) # método para geração da população inicial
num_geracao = 0
while(is_frase(populacao, NUM_CROM)): #
# Seleção
S = Selecao(Taxa_Selec, populacao, NUM_CROM, Tamanho_Populacao) # Variável S recebe uma instancia da classe Seleção
listaSelec = S.selecao_Torneio(3) # O Método Seleção por Torneio retorna uma lista de indivíduos selecionados
#listaSelec = S.selecao_roleta()
# Cruzamento
C = Cruzamento(Tamanho_Populacao,listaSelec, NUM_CROM) # Variável C recebe a classe Cruzamento
listaFilh = C.geraCruzamento(frase) # O Método Cruzamento com varios pontos de corte retorna uma lista de filhos
# Mutação
M = Mutacao(Tamanho_Populacao, NUM_CROM, listaFilh, populacao, Taxa_Mutac,caracter) # Variável M recebe a uma instancia da classe Mutação
listaN_POP = M.gera_Mutacao(frase) # O Método de Mutação por caracter aleatório retorna uma lista de indivíduos que sofreram ou não mutação
populacao = listaN_POP # Variável população recebe nova população
Tamanho_Populacao = len(populacao) # Variável tamanho da população recebe o novo tamanho da população
num_geracao += 1 # Variável 'num_geracao' e incrementada
print("ciclo {}".format(num_geracao)) # Imprimi o número de ciclos
def inicia(self):
gerador = GeradorStrings()
inicio = gerador.nova(len(self.texto_esperado))
comp = ComparaTexto()
atual = inicio
mutacao = Mutacao(2)
i = 1
while atual != self.texto_esperado:
reproducao = Reproducao(atual, mutacao)
nova_geracao = reproducao.criar_geracao(self.filhos_por_geracao)
analise = []
for filho in nova_geracao:
heappush(analise, (comp.caracteres_diferentes(filho, self.texto_esperado), filho))
atual = heappop(analise)[1]
print('Melhor filho: ' + atual)
i += 1
print('Geração: ' + str(i))
class ReproducaoTests(unittest.TestCase):
pai = "ABCDEFGHIJ"
numero_de_filhos = 10
mutacao_padrao = Mutacao(1)
def test_deve_aceitar_pai_no_construtor(self):
reproducao = Reproducao(self.pai, self.mutacao_padrao)
self.assertEqual(self.pai, reproducao.pai)
def test_deve_criar_nova_geracao_com_numero_de_filhos_esperados(self):
reproducao = Reproducao(self.pai, self.mutacao_padrao)
geracao = reproducao.criar_geracao(self.numero_de_filhos)
self.assertEqual(10, len(geracao))
def test_deve_mutar_cada_membro_da_nova_geracao(self):
mutacao = Mutacao(1)
mock = Mock()
mutacao.mutar = mock
reproducao = Reproducao(self.pai, mutacao)
geracao = reproducao.criar_geracao(self.numero_de_filhos)
self.assertEqual(self.numero_de_filhos, mock.call_count)
populacao = list(filter(lambda x: x != -1, populacao))
valores_indv = list(filter(lambda x: x != -1, valores_indv))
elite = Elitismo.escolher(populacao, valores_indv, elitismo)
if (metd_sel == 'roleta'):
aptos = Selecao.roleta(populacao, valores_indv)
elif (metd_sel == 'torneio'):
aptos = Selecao.torneio(populacao, valores_indv, 3)
if aptos == None:
break
aptos.extend(elite)
populacao = Crossover.crossover(aptos, corte_pos, tam_pop)
Mutacao.mutar(populacao, tax_mut)
valores_indv = funcAptidao(populacao)
print('\nGeração:', geracao)
f.write('\nGeração:')
f.write(str(geracao))
f.write('\n')
for i in range(len(populacao)):
print(populacao[i], valores_indv[i])
f.write(str(populacao[i]))
f.write(str(valores_indv[i]))
f.write('\n')
def test_deve_aceitar_quantidade_de_mutacoes(self):
mutacao = Mutacao(2)
self.assertEqual(2, mutacao.quantidade_mutacoes)