### NSGA-II 的 Python 实现：基于二进制编码的初始种群 以下是使用二进制编码实现 NSGA-II 算法中的初始种群生成部分。该代码遵循面向对象设计原则，并结合了 NSGA-II 的核心思想[^3]。 #### 初始化种群类 通过创建 `Population` 类来管理种群及其属性，包括基因型（二进制表示）、表现型以及适应度值。 ```python import numpy as np class Individual: """单个个体""" def __init__(self, binary_representation, chromosome_length): self.binary_representation = binary_representation # 基因型 (二进制编码) self.chromosome_length = chromosome_length # 每个变量对应的二进制位数 self.phenotype = None # 表现型 self.fitness_values = [] # 多目标适应度值 def decode(self, bounds): """ 将二进制编码转换为十进制的表现型。 :param bounds: 变量范围 [[min1, max1], [min2, max2]] """ phenotype = [] for i in range(len(bounds)): start_index = i * self.chromosome_length end_index = start_index + self.chromosome_length binary_segment = self.binary_representation[start_index:end_index] decimal_value = int(''.join(map(str, binary_segment)), 2) / (2 ** self.chromosome_length - 1) variable_value = bounds[i][0] + decimal_value * (bounds[i][1] - bounds[i][0]) phenotype.append(variable_value) self.phenotype = phenotype class Population: """种群类""" def __init__(self, population_size, num_variables, chromosome_length, bounds): self.population_size = population_size # 种群大小 self.num_variables = num_variables # 自变量数量 self.chromosome_length = chromosome_length # 每个自变量的二进制长度 self.bounds = bounds # 自变量取值范围 self.individuals = [] def initialize_population(self): """初始化种群""" total_bits = self.num_variables * self.chromosome_length for _ in range(self.population_size): random_binary = list(np.random.randint(0, 2, size=total_bits)) individual = Individual(random_binary, self.chromosome_length) individual.decode(self.bounds) self.individuals.append(individual) # 使用示例 if __name__ == "__main__": # 参数设置 POP_SIZE = 50 # 种群规模 NUM_VARIABLES = 2 # 自变量数量 CHROMOSOME_LENGTH = 8 # 每个自变量对应二进制位数 BOUNDS = [[-10, 10], [-10, 10]] # 定义域 # 创建并初始化种群 pop = Population(POP_SIZE, NUM_VARIABLES, CHROMOSOME_LENGTH, BOUNDS) pop.initialize_population() # 打印前几个个体的信息 for indv in pop.individuals[:5]: print(f"Binary Representation: {indv.binary_representation}, Phenotype: {indv.phenotype}") ``` #### 关键说明 1. 上述代码中，`Individual` 类用于存储每个个体的相关信息，包括二进制编码、解码后的实际数值（即表现型）以及适应度值。 2. `decode()` 方法负责将二进制字符串映射到实数空间内的具体值，从而完成从基因型到表现型的转化[^2]。 3. `Population` 类则封装了整个种群的操作逻辑，其中 `initialize_population()` 函数实现了随机生成初始种群的功能。 此方法利用二进制编码方式构建初始种群，能够有效支持后续 NSGA-II 中涉及的选择、交叉和变异操作[^1]。 ---