function children = mutation(children, mutation_rate) for i in range(len(children)): if random.random() < mutation_rate: %随机选择要突变的基因位置 mutation_index = random.randint(0, len(children[i]) - 1) %将该基因突变为一个随机值 new_gene = random.randint(0, 9) children[i][mutation_index] = new_gene return children这段代码的修改示例

以下是修改后的代码示例：

import numpy as np

def mutation(children, mutation_rate):
    for i in range(len(children)):
        if np.random.random() < mutation_rate:
            # 随机选择要突变的基因位置
            mutation_index = np.random.randint(0, len(children[i]))
            # 将该基因突变为一个随机值
            new_gene = np.random.randint(0, 10)
            children[i][mutation_index] = new_gene
    return children

修改说明：

1. 使用了 NumPy 库中的随机数生成函数 `np.random.random()` 和 `np.random.randint()`，替代了原来代码中的 `random.random()` 和 `random.randint()`。
2. 将随机数生成的范围修改为 `[0, 10)`，即生成的随机值为 0~9 中的整数。原来的范围是 `[0, 9]`，包含了 0 和 9 两个数字，但实际上只需要包含到 8 就可以了。