def iterar(self, populacao, nGeracoes, pontuacaoSatisfatoria=None):
if len(populacao) < 1:
raise Exception('Impossivel iterar populacao de tamanho menor que 1')
ranking = Ranking.validaInstancias(populacao, self.funcaoObjetivo, maxmin=self.maxmin)
melhorInstancia = ranking.getPopulacao()[0]
for i in range(nGeracoes):
populacao = melhorInstancia.__class__.geraAleatorios(len(populacao)-1) + [melhorInstancia]
ranking = Ranking.validaInstancias(populacao, self.funcaoObjetivo, maxmin=self.maxmin)
if pontuacaoSatisfatoria is not None and ranking.isMelhorQue(pontuacaoSatisfatoria):
logging.info('Número de iterações: %d' % (i+1))
return ranking
return ranking
def evoluir(self, populacao, nGeracoes, pontuacaoSatisfatoria=None):
if len(populacao) < 2:
raise Exception('Impossivel evoluir populacao de tamanho menor que 2')
self.tamanhoPopulacaoInicial = len(populacao)
ranking = Ranking.validaInstancias(populacao, self.funcaoAdaptacao, maxmin=self.maxmin)
for i in range(nGeracoes):
populacaoInicial, novaGeracao = self.fazCruzamentoPopulacao(ranking.getPopulacao()[:self.tamanhoPopulacaoInicial], self.probCrossover, self.proporcaoFilhos, self.individuoBuilder, self.tamanhoPopulacaoInicial)
novaGeracao = self.fazMutacaoPopulacao(novaGeracao, self.probMutacao, self.individuoBuilder)
populacao = populacaoInicial + novaGeracao if self.manterPais else novaGeracao
ranking = Ranking.validaInstancias(populacao, self.funcaoAdaptacao, maxmin=self.maxmin)
logging.info('%s: Ranking: %s' % (i, ranking.getRanking()[0][1]))
if pontuacaoSatisfatoria is not None and ranking.isMelhorQue(pontuacaoSatisfatoria):
logging.info('Número de iterações: %d' % (i+1))
return ranking
return ranking
