Python遗传算法Geatpy工具箱怎么用

一、 什么是遗传算法

遗传算法是仿真生物遗传学和自然选择机理,通过人工方式所构造的一类搜索算法,从某种程度上说遗传算法是对生物进化过程进行的数学方式仿真。生物种群的生存过程普遍遵循达尔文进化准则,群体中的个体根据对环境的适应能力而被大自然所选择或淘汰。进化过程的结果反映在个体的结构上,其染色体包含若干基因,相应的表现型和基因型的联系体现了个体的外部特性与内部机理间逻辑关系。通过个体之间的交叉、变异来适应大自然环境。生物染色体用数学方式或计算机方式来体现就是一串数码,仍叫染色体,有时也叫个体;适应能力是对应着一个染色体的一个数值来衡量;染色体的选择或淘汰则按所面对的问题是求最大还是最小来进行。

Python遗传算法Geatpy工具箱怎么用

Python遗传算法Geatpy工具箱怎么用

二、 遗传算法库Geatpy

2.1 遗传算法工具箱Geatpy参数介绍

API官方参考文档

population参数【重要属性:Chrom,Phen,Objv,CV,FitnV】

  • sizes : int – 种群规模,即种群的个体数目。

  • ChromNum : int – 染色体的数目,即每个个体有多少条染色体。

  • Encoding : str – 染色体编码方式, ‘BG’:二进制/格雷编码; ‘RI’:实整数编码,即实数和整数的混合编码; ‘P’:排列编码

  • Field : array – 译码矩阵

  • Chrom : array – 种群染色体矩阵,每一行对应一个个体的一条染色体。

  • Lind : int – 种群染色体长度。

  • ObjV : array – 种群目标函数值矩阵,每一行对应一个个体的目标函数值,每一列对应一个目标

  • FitnV : array – 种群个体适应度列向量,每个元素对应一个个体的适应度,最小适应度为0

  • CV : array – CV(Constraint Violation Value)是用来定量描述违反约束条件程度的矩阵,每行对应一个个体,每列对应一个约束

  • Phen : array – 种群表现型矩阵(即种群各染色体解码后所代表的决策变量所组成的矩阵)。

  • 如果通过CV矩阵基于可行性法则进行约束的设置,那么 不等式约束需要 ≤,等式约束 需要传入abs( ) (因为遵循值越大,适应度越小的原则)

Python遗传算法Geatpy工具箱怎么用

Python遗传算法Geatpy工具箱怎么用

  • ea.Problem.init()中的lbin与ubin(决策变量范围边界矩阵)表示范围区间的开闭,1闭合0开区间

Geatpy 结果参数介绍

success: True or False, 表示算法是否成功求解。

stopMsg: 存储着算法停止原因的字符串。

optPop: 存储着算法求解结果的种群对象。如果无可行解,则optPop.sizes=0。optPop.Phen为决策变量矩阵,optPop.ObjV为目标函数值矩阵。

lastPop: 算法进化结束后的最后一代种群对象。

Vars: 等于optPop.Phen,此处即最优解。若无可行解,则Vars=None。

ObjV: 等于optPop.ObjV,此处即最优解对应的目标函数值。若无可行解,ObjV=None。

CV: 等于optPop.CV,此处即最优解对应的违反约束程度矩阵。若无可行解,CV=None。

startTime: 程序执行开始时间。

endTime: 程序执行结束时间。

executeTime: 算法 所用时间。

nfev: 算法评价次数

gd: (多目标优化且给定了理论最优解时才有) GD指标值。

igd: (多目标优化且给定了理论最优解时才有) IGD指标值。

hv: (多目标优化才有) HV指标值。

spacing: (多目标优化才有) Spacing指标值。

三、最佳实践

3.1 代码示例 | 参数模板

Python遗传算法Geatpy工具箱怎么用

解集:

header_regex = '|'.join(['{}'] * len(headers))header_str = header_regex.format(*[str(key).center(width) for key, width in zip(headers, widths)])print("=" * len(header_str))            print(header_str)            print("-" * len(header_str))

Python遗传算法Geatpy工具箱怎么用

gen: 进化代数
eval:记录评价次数
f_opt: 当代最优个体的目标函数值
f_max=当代种群最大函数值
f_min 最小 f_avg : 平均水平
f_std: 标准约束水平

Python遗传算法Geatpy工具箱怎么用

Python遗传算法Geatpy工具箱怎么用

3.2 最佳实践

使用geatpy库求解有向无环图最短路

代码【最短路】一:使用geatpy库

import numpy as npimport geatpy as eaclass MyProblem(ea.Problem):  # 继承Problem父类    def __init__(self):        name = 'Shortest_Path'  # 初始化name(函数名称,可以随意设置)        M = 1  # 初始化M(目标维数)        maxormins = [1]  # 初始化maxormins(目标最小最大化标记列表,1:最小化该目标;-1:最大化该目标)        Dim = 10  # 初始化Dim(决策变量维数)        varTypes = [1] * Dim  # 初始化varTypes(决策变量的类型,元素为0表示对应的变量是连续的;1表示是离散的)        lb = [0] * Dim  # 决策变量下界        ub = [9] * Dim  # 决策变量上界        lbin = [1] * Dim  # 决策变量下边界 1表示闭合区间,0表示开区间        ubin = [1] * Dim  # 决策变量上边界        # 调用父类构造方法完成实例化        ea.Problem.__init__(self, name, M, maxormins, Dim, varTypes, lb, ub, lbin, ubin)        # 设置每一个结点下一步可达的结点(结点从1开始数,因此列表nodes的第0号元素设为空列表表示无意义)        self.nodes = [[], [2, 3], [3, 4, 5], [5, 6], [7, 8], [4, 6], [7, 9], [8, 9], [9, 10], [10]]        # 设置有向图中各条边的权重        self.weights = {'(1, 2)': 36, '(1, 3)': 27, '(2, 4)': 18, '(2, 5)': 20, '(2, 3)': 13, '(3, 5)': 12,                        '(3, 6)': 23,                        '(4, 7)': 11, '(4, 8)': 32, '(5, 4)': 16, '(5, 6)': 30, '(6, 7)': 12, '(6, 9)': 38,                        '(7, 8)': 20,                        '(7, 9)': 32, '(8, 9)': 15, '(8, 10)': 24, '(9, 10)': 13}    def decode(self, priority):  # 将优先级编码的染色体解码得到一条从节点1到节点10的可行路径        edges = []  # 存储边        path = [1]  # 结点1是路径起点        while not path[-1] == 10:  # 开始从起点走到终点            currentNode = path[-1]  # 得到当前所在的结点编号            nextNodes = self.nodes[currentNode]  # 获取下一步可达的结点组成的列表            chooseNode = nextNodes[np.argmax(                priority[np.array(nextNodes) - 1])]  # 从NextNodes中选择优先级更高的结点作为下一步要访问的结点,因为结点从1数起,而下标从0数起,因此要减去1            path.append(chooseNode)            edges.append((currentNode, chooseNode))        return path, edges    def aimFunc(self, pop):  # 目标函数        pop.ObjV = np.zeros((pop.sizes, 1))  # 初始化ObjV        for i in range(pop.sizes):  # 遍历种群的每个个体,分别计算各个个体的目标函数值            priority = pop.Phen[i, :]            path, edges = self.decode(priority)  # 将优先级编码的染色体解码得到访问路径及经过的边            pathLen = 0            for edge in edges:                key = str(edge)  # 根据路径得到键值,以便根据键值找到路径对应的长度                if not key in self.weights:                    raise RuntimeError("Error in aimFunc: The path is invalid. (当前路径是无效的。)", path)                pathLen += self.weights[key]  # 将该段路径长度加入            pop.ObjV[i] = pathLen  # 计算目标函数值,赋值给pop种群对象的ObjV属性## 执行脚本if __name__ == "__main__":    # 实例化问题对象    problem = MyProblem()    # 构建算法    algorithm = ea.soea_EGA_templet(problem,                                    ea.Population(Encoding='RI', NIND=4),                                    MAXGEN=10,  # 最大进化代数                                    logTras=1)  # 表示每隔多少代记录一次日志信息    # 求解    res = ea.optimize(algorithm, verbose=True, drawing=1, outputMsg=False, drawLog=False, saveFlag=True,                      dirName='result')    print('最短路程为:%s' % (res['ObjV'][0][0]))    print('最佳路线为:')    best_journey, edges = problem.decode(res['Vars'][0])    for i in range(len(best_journey)):        print(int(best_journey[i]), end=' ')    print()

关于“Python遗传算法Geatpy工具箱怎么用”这篇文章的内容就介绍到这里,感谢各位的阅读!相信大家对“Python遗传算法Geatpy工具箱怎么用”知识都有一定的了解,大家如果还想学习更多知识,欢迎关注亿速云行业资讯频道。

文章标题:Python遗传算法Geatpy工具箱怎么用,发布者:亿速云,转载请注明出处:https://worktile.com/kb/p/24266

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022年9月10日 下午11:48
下一篇 2022年9月10日 下午11:49

相关推荐

  • windows ToDesk退出了怎么继续登录

    ToDesk退出了继续登录的方法: 1、退出后,重新打开ToDesk,然后点击右上角的“立即登录” 2、在其中选择上一次的登录方法进行登录就可以继续使用了。 3、还可以点击左上角的密码登录,使用账号密码来登录。 4、登录完成后,在设备列表中就可以重新连接之前连接过的设备了。 到此,相信大家对“win…

    2022年9月21日
    16200
  • mysql中odbc的概念是什么

    在mysql中,odbc的中文意思为“开放式数据库连接”, 是用于访问数据库的开放式标准应用程序编程接口(API),允许与SQL数据库服务器进行连接。odbc是根据SQL Access Group的规范开发的,它定义了一套函数调用、错误代码和数据类型,可将其用于开发独立于数据库的应用程序。 本教程操…

    2022年9月20日
    17600
  • Nmap运营的示例分析

    背景 随着安全行业的发展,国家的高度重视。各行业遭受着各种各样的威胁,甲方的一些企业自己没有相关的安全部门或者安全能力比较薄弱,就会聘请乙方的安全人员进行运营服务。那么乙方的安全工程师则需要帮助客户去处理一些业务运行过程当中出现的安全事件,比如:出现某个漏洞后需要我们安全工程师去检测一下其他的业务系…

    2022年9月16日
    8600
  • windows deepl如何翻译文档

    deepl翻译文档的方法 1、进入deepl官网。 2、点击这里的翻译文件,里面可以看到能翻译的文档格式。 3、点击后把你要翻译的文档拖到对话框里或者按照提示上传文件。 4、上传后选择目标语言。 5、点击翻译按钮。 6、等翻译好之后点击下载到本地就可以打开查看了。 以上就是关于“windows de…

    2022年9月26日
    9200
  • MybatisPlus查询条件为空字符串或null怎么解决

    今天分享文章“MybatisPlus查询条件为空字符串或null怎么解决”,主要从:问题描述、解决办法、eq()等几个方面为大家介绍,希望能帮到您。 查询条件为空字符串或null问题 问题描述 工作种当使用mybatisplus框架进行条件查询时,会出现参数为空字符串或者null也走查询条件,写一篇…

    2022年6月29日
    3.0K00
  • php二维数组如何求积

    求积步骤:1、定义一个变量并赋值1,语法“$cj=1;”;2、用foreach循环遍历外层数组元素,语法“foreach($arr as $v){//循环体代码}”;3、循环体中,用is_array()、array_product()和“*=”运算符求积即可,语法“if(is_array($v)){…

    2022年9月13日
    9200
  • Redis三种集群模式是什么

    三种集群模式 redis有三种集群模式,其中主从是最常见的模式。 Sentinel 哨兵模式是为了弥补主从复制集群中主机宕机后,主备切换的复杂性而演变出来的。哨兵顾名思义,就是用来监控的,主要作用就是监控主从集群,自动切换主备,完成集群故障转移。 cluster 模式是redis官方提供的集群模式,…

    2022年9月1日
    6200
  • C语言中for循环与while循环怎么使用

    一、单层for循环 引例:C语言实现求1到10的和(用for循环实现) #include <stdio.h>int main(){ int i, sum = 0; for (i = 1; i <= 10; i++) sum = sum + i; printf(“sum = %dn”…

    2022年9月15日
    7800
  • win11更新后没声音怎么解决

    win11更新后没声音解决方法: 方法一: 1、部分设备在win10上的驱动可能无法在win11使用。 2、所以可以尝试拔出耳机或音效后,重新连接一下试试看。 方法二: 1、如果重新插拔后还是不行。 2、那么推荐下载一个Realtek音频管理器。【点击下载】 3、下载安装好之后,在其中开启声音就可以…

    2022年9月13日
    39300
  • video接口指的是什么

    video接口指的是“复合视频接口”,是音频、视频分离的视频接口,一般由三个独立RCA插头组成,其中V接口连接混合视频信号,为黄色插口;L接口连接左声道声音信号,为白色插口;R接口连接右声道声音信号,为红色插口。 本教程操作环境:windows7系统、Dell G3电脑。 video是什么接口 复合…

    2022年9月2日
    11800
联系我们
站长微信
站长微信
分享本页
返回顶部