gameame/genoken

genoken's Issues

Varie

in realta e giusto per provare… :)
ho dato un’occhiata al codicee, da ’’evoluzionista’’ vedo cose che non mi piacciono molto… sono daccordo che per alcuni versi uno schema ’’classico’’ di algoritmo genetico sia limitante, pero non ne dimenticherei nemmeno del tutto l’esistenza…
giusto un paio di cose, poi magari i prossimi giorni si approifondisce…
- i valori di alcuni parametri no nmi copnvincono (es. mutazioni troppo frequenti)
- non mi convince che gli operatori di mutazione vengano applicati anche al perdente… in un framework ‘’evoluzionistico classico’’ generalmente la mutazione viene applicata ai ’’figli’’ e non ai genitori, quindi in linea di massima applicherei la mutazione ogni volta che viene creato un nuovo individuo, ma no ai preesistenti. magari ste considerazioni, se implementate peggiorano il tutto, ma visto che ste pippe sono sempre molto empiriche come punto di partenza meglio non discostarsi troppo dagli schemi classici studiati e conosciuti, almeno negli aspetti basilari

in generale poi l-esperienza mi insegna che uno prova miliardi di tipi di ricombinazione e mutazione prima di trovarne uno che funzioni un minimo, quindi un bel refactoring che tenga gli operatori ’’evoluzionistici’’ separati dalla definizione degli indiuvidui e della popolazione andrebbe fatto prima che il tutto si complichi troppo…

hai aperto il vaso di pandora, se no nsi fosse capito!

Tirando le somme del pranzo a base di nduja che non c'era...

I punti foindamentali elencati oggi, provo a ricordarmeli tutti, sono:

1)popolazione iniziale che sia diversificato e con stringhe di varie lunghezze

2)operatore di ricombinazione che modifichi (non monotonicamente) la lunghezza delle stringhe

3)operatori di mutazione che siano caotici

4)definire reproduction rate

5)definire fitness function

6)dimensione della popolazione costante (o con leggere oscillazioni)

provo a pseudocodificare comprendendo tutti i punti:

-inizializza popolazione [1]

-while(true)

--esegui confronto tra coppia casuale

--aggiorna fitness (ad esempio num. "vittorie"/ num. "partite")[5]

--for each N fitness (oppure for each fitness with some probability)[4]

----pesca con probabilità proporzionale alla loro fitnessM coppie di stringhe

----ricombina stringhe (es prendi due punti di cutoff indipendenti, uno per stringa e ricombina (da 2 genitori si ottengono due figli))[2]

----con prob. bassa muta i figli (definire mutazione) [5]

----elimina i 2M individui con fitness minore (salvaguardando i neonati)[6]

Decidere standard di formattazione

In particolarmodo le tablature. Di solito in python ho visto usare 4 spazi, però possiamo anche usare il tab.

Function to choose random individuals with probability

Function to prune least fit individual

Google Search result

Indtrodurre un meccanismo di valutazione basato sul numero di risultati nella ricerca di Google. Vedi http://wiki.github.com/gameame/genoken/google-search-results per dettagli implementativi.

Define which mutate or recombine function to use