本系列共6篇文章，會通過一些代碼示例，講解如何在Ignite中使用機器學習庫。
在第二篇中主要講解遺傳算法，這個算法是今年早些時候（2018）捐贈給Apache基金會的。
遺傳算法是一種通過模擬生物進化過程來解決優化問題的一種方法。 非常適合於以最優的方式檢索大量複雜的數據集，在現實世界中，遺傳算法的典型應用場景包括：
- 汽車設計
- 計算機遊戲
- 機器人技術
- 金融投資
- 物流配送
遺傳算法中通常使用生物學術語。比如，一個種羣由染色體組成。染色體是解決問題的可能方法。染色體由基因組成。基因可以結合以獲得新的染色體，等等。一個完整的詞彙表可以在Apache Ignite 遺傳算法文檔中找到。
遺傳算法中，有幾個主要的操作，稱爲適應度計算、交叉和變異，染色體包含適應度得分，用於比較不同的解。結合基因產生新染色體的過程稱爲交叉。變異是染色體內某些基因被更新以產生新特性的過程，如圖1所示：
遺傳算法使用ComputeTask執行操作，並且注意圖1和Ignite的計算網格之間的相似度，如圖2所示：
在Ignite中，遺傳算法是更大的機器學習庫的一部分。
在圖3中，可以看到遺傳算法中各個操作的執行順序：
在圖3中會看到有一個終止步驟，這對整個過程至關重要。
通常的編程示例中，都會有一個“Hello World”應用，Ignite的遺傳算法中，也有這樣一個應用，下面就一步步看看這個應用，看看它是如何工作的。
"Hello World"示例
這個示例的目標是產生"HELLO WORLD"這樣的輸出，注意這裏都是大寫字母。
下面的部分會遵循圖3中的步驟，通過一些小的代碼片段來聚焦，完整的代碼在GitHub上，這也是整個Ignite機器學習庫的一部分。
初始化
首先，執行一些初始化操作：
ignite = Ignition.start("examples/config/example-ignite.xml");
gaConfig = new GAConfiguration();
在上面的代碼中，可以通過GAConfiguration()來對遺傳算法的行爲進行配置。
下一步，需要定義一個基因池，如下所示：
List<Gene> genes = getGenePool();
"HELLO WORLD"這個目標短語由A-Z和空格字符組成，因此，將每個基因建模爲字符，然後創建大小爲27的基因池，然後像下面這樣對基因池進行初始化：
private static List<Gene> getGenePool() {
List<Gene> list = new ArrayList();
char[] chars = {'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H',
'I', 'J', 'K', 'L', 'M', 'N', 'O', 'P', 'Q', 'R', 'S',
'T', 'U', 'V', 'W', 'X', 'Y', 'Z', ' '};
for (int i = 0; i < chars.length; i++) {
Gene gene = new Gene(new Character(chars[i]));
list.add(gene);
}
return list;
}
之前已經提過，染色體是一個優化解，由若干基因組成。在本示例中，這個優化解是短語“HELLO WORLD”，它由11個基因組成，因此可以將染色體的長度設定爲11，如下所示：
gaConfig.setChromosomeLength(11);
適應度計算
要比較各個不同的解然後找到最優解，需要爲每個染色體確定一個適應度得分，下面的代碼可以做到這一點：
public class HelloWorldFitnessFunction implements IFitnessFunction {
private String targetString = "HELLO WORLD";
public double evaluate(List<Gene> genes) {
double matches = 0;
for (int i = 0; i < genes.size(); i++) {
if (((Character)(genes.get(i).getValue())).equals(targetString.charAt(i))) {
matches = matches + 1;
}
}
return matches;
}
}
可以看到，目標染色體爲“HELLO WORLD”，然後代碼一個個基因進行檢查，來確認其是否匹配目標值。
終止條件
本示例中，當染色體匹配"HELLO WORLD"時，就會發現已經找到了最優解，這時代碼會檢查這個條件，如下所示：
boolean isTerminate = true;
...
if (!(fittestChromosome.getFitnessScore() > 10)) {
isTerminate = false;
}
return isTerminate;
交叉和變異
最後一步是種羣的進化，如下所示：
Chromosome fittestChromosome = gaGrid.evolve();
運行遺傳算法
最後，可以運行下代碼，大概輸出如下：
##########################################################################################
Generation: 255
Fittest is Chromosome Key: Chromosome [fitnessScore=11.0, id=131, genes=[8, 5, 12, 12, 15, 27, 23, 15, 18, 12, 4]]
Chromosome: Chromosome [fitnessScore=11.0, id=131, genes=[8, 5, 12, 12, 15, 27, 23, 15, 18, 12, 4]]
HELLO WORLD
Avg Chromosome Fitness: 5.668
##########################################################################################
Web控制檯
也可以通過Ignite的Web控制檯執行一些遺傳算法的查詢，怎麼弄呢？可以通過命令行或者IDE啓動一個集羣節點，節點啓動之後，啓動Ignite的Web代理，圖4中顯示了Web代理正在運行：
下一步，使用一個Web瀏覽器接入http://console.gridgain.com，登錄之後，轉到Queries > Create new notebook，命名並且創建新的記事本之後，就有了一個執行SQL查詢的接口，如圖5所示：
在遺傳算法的文檔中提到：
通過添加自定義的SQL函數來改進遺傳優化結果，遺傳算法改進了知識的發現。結果集中的列是由單個遺傳樣本的染色體大小動態驅動的。
下面的SQL函數可以使用：
- getSolutionsDesc()：根據適應度得分降序獲取優化解；
- getSolutionsAsc()：根據適應度得分升序獲取優化解；
- getSolutionById(key)：通過染色體主鍵獲取優化解。
可以嘗試下下面的示例：
select * from "geneCache".getSolutionsDesc();
產生的輸出如圖6所示：
通過輸出可以看出，第一個解最優，適應度得分爲11。
總結
通過模擬生物進化的過程，遺傳算法爲解決一些複雜的問題提供了一個強大的機制，通過一個簡單的示例，可以看到可以運行的遺傳算法，如果想更進一步，具體的代碼示例可以從Ignite的機器學習庫獲得。