python遗传算法

import numpy as np  
from scipy.optimize import fsolve basinhopping  
import random  
import timeit  
  
  
# 根据解的精度确定染色体（chromosome）的长度  
# 需要根据决策变量的上下边界来确定  
def getEncodedLength（delta=0.0001 boundarylist=[]）:  
    # 每个变量的编码长度  
    lengths = []  
    for i in boundarylist:  
        lower = i[0]  
        upper = i[1]  
        # lamnda 代表匿名函数f（x）=050代表搜索的初始解  
        res = fsolve（lambda x: （（upper - lower） * 1 / delta） - 2 ** x - 1 50）  
        length = int（np.floor（res[0]））  
        lengths.append（length）  
    return lengths  
    pass  
  
  
# 随机生成初始编码种群  
def getIntialPopulation（encodelength populationSize）:  
    # 随机化初始种群为0  
    chromosomes = np.zeros（（populationSize sum（encodelength）） dtype=np.uint8）  
    for i in range（populationSize）: