遗传算法中，锦标赛选择（竞赛选择）是如何作为选择算子的？

本文共计1228个文字，预计阅读时间需要5分钟。

传承算法，是解决优化问题最常用的算法，也是最早的群智能算法。传承算法主要包括选择、交叉、变异等算子，其中对DNA个体的编码方式分为实数编码和二进制编码等。如今，随着学的深入，传承算法在优化领域中的应用更加广泛。

遗传算法，是最常用的解决优化问题的算法，是最早的群智能算法。遗传算法中主要包括，选择、交叉、变异算子，其中对DNA个体的编码方式分为实数编码和二进制编码等。今日由于学习和工作需要对该算法进行了一些了解，对该算法中常用的竞赛选择方式做如下笔记：

遗传算法中的竞赛选择方式是一种放回抽样，几元竞赛就是一次性在总体中取出几个个体，然后在这些个体中取出最优的个体放入保留到下一代种群的集合中。需要保存多少个体就重复此操作几次。

以下为python2.7写的代码，已经测试过，共两个文件，可以通过修改mycmp.py中的比较函数以适应不同需求。

tournament_selection.py

1 #!/usr/bin/env python
2 #encoding:UTF-8
3 import random
4 import numpy as np
5 from mycmp import mycmp
6
7 """
8 锦标赛方式选择, 选择出个体编号
9 indicateValueDict {个体索引号：(Value1, Value2), }
10 key为索引号，从0开始。value为元组,一般不超过两个元素。