Un algorithme génétique en Julia - partie 2

Je continue l’algorithme génétique en Julia que j’ai commencé hier, en cherchant la manière de calculer le score d’un chromosome.

Tout d’abord, je met les fonctions créées hier dans un fichier main.jl. J’en profite pour les renommer. La convention en Julia veut qu’on accolle les mots, sans séparation. Bien que je trouve ça curieux et illisible, je vais m’y plier, après tout j’apprends…

createchromosome() = rand(0:1, 10)

createpopulation(size) = [ createchromosome() for _ in 1:size ]

Une fois l’interpréteur Julia lancé, je charge les définitions de fonctions du fichier main.jl:

julia> include("main.jl")

Puis je crée un chromosome:

julia> chromosome = createchromosome()
10-element Array{Int32,1}:
 1
 0
 0
 1
 1
 0
 0
 0
 1
 1

L’algorithme génétique que je veux mettre en place est le plus simple qui existe. Je cherche à maximiser les chromosomes, c’est à dire que je veux obtenir un chromosome qui ne comporte que des 1. Pour calculer son score, il suffit donc de faire la somme de ses gènes. Très facile, puisque Julia fournit la fonction sum:

julia> sum(chromosome)
5

Maintenant je dois trouver comment calculer le score de chaque chromosome. Je crée donc une population:

julia> population = createpopulation(8)
8-element Array{Array{Int32,1},1}:
 [0,0,1,1,1,0,0,0,0,1]
 [1,0,0,0,1,0,1,1,0,0]
 [0,0,1,1,0,0,0,1,0,1]
 [1,0,0,1,1,0,0,0,0,0]
 [1,0,1,0,1,0,1,0,0,1]
 [0,1,1,1,1,1,0,1,0,0]
 [0,1,1,0,1,0,1,0,1,1]
 [0,1,1,1,1,1,0,1,0,0]

Et j’utilise map, qui va mapper la fonction sum sur chaque élément de la population:

julia> map(sum, population)
8-element Array{Int32,1}:
 4
 4
 4
 3
 5
 6
 6
 6

Voilà, si on veut, on peut aussi créer une fonction score:

julia> score(population) = map(sum, population)

julia> score(population)
8-element Array{Int32,1}:
 4
 4
 4
 3
 5
 6
 6
 6

À demain.