PyGAD遗传算法solutions与fitness数组长度不匹配问题咨询

PyGAD 2.18.0及以上版本支持直接批量补全所有解的适应度记录，对齐合并操作可以通过内置方法实现：

• 先调用cal_population_fitness()方法批量计算所有存储在solutions数组中的解的适应度，补全fitness数组的缺失值
• 计算完成后直接合并两个数组即可，示例代码如下：

# 入参传入所有已生成的解，批量计算适应度补全记录
ga_instance.cal_population_fitness(pop=ga_instance.solutions)
# 按位置对齐合并为(解, 适应度)的元组数组
merged_array = list(zip(ga_instance.solutions, ga_instance.fitness))

如果使用的PyGAD版本低于2.18.0，没有一键合并的内置接口，需要先手动遍历solutions数组调用自定义适应度函数，补全缺失的适应度记录后再合并

按你的参数设置15代迭代、每代种群规模40，理论有效解总数量为15*40=600，和fitness数组长度吻合，solutions数组多出来的40个属于算法运行过程中生成的无效候选解，默认不会被计入适应度统计，常见触发原因如下：

• 交叉、变异操作生成了不符合你自定义约束规则的解，PyGAD默认会跳过这类解的适应度计算，仅将解存入solutions数组但不追加到fitness数组
• 你设置了stop_criteria提前终止规则，算法触发终止条件时，最后一代的部分解还没完成适应度计算就终止运行，这部分解只会保留在solutions数组中
• 自定义适应度函数运行报错时，对应解的适应度不会被写入fitness数组，但解本身会被保留在solutions数组中

内容的提问来源于stack exchange，提问作者Javid Babayev