python - 为 scipy.differential_evolution 设置初始参数

Question

在scipy的差分进化优化算法中，如果我有一些好的起点，是否可以设置初始参数？

例如，假设我知道最好x的是[0.1, 0.5,0.3]，是否可以将其添加到里面scipy.differential_evolution

标签： pythonscipymathematical-optimizationdifferential-evolution

Answer 1

该scipy.optimize.differential_evolution函数有两个可以使用的参数：

1. bounds : sequence

   变量的界限。(min, max)中每个元素的对，定义funcx的优化参数的下限和上限。[切]

   你可以试试：

   >>> bounds = [(0.0, 0.2), (0.4, 0.6), (0.2, 0.4)]
   >>> result = differential_evolution(my_func, bounds)
   

2. 该库的最新版本（来自 SciPy v1.1.0）允许通过init关键字指定执行哪种类型的人口初始化：

   init : str or array-like, optional

   指定执行哪种类型的人口初始化。应该是以下之一：

   • '拉丁超立方体'</li>
   • '随机'</li>
   • 指定初始种群的数组。数组应该有 shape (M, len(x))，其中len(x)是参数的数量。init在使用前被剪裁到边界。

   [切]

   例如，可以使用数组来指定总体子集，以便在已知存在解的位置创建一组紧密的初始猜测，从而减少收敛时间。