python - python - 使用 DEAP 进行多变量多目标优化
问题描述
我正在尝试优化模拟软件的两个输出(我使用随机森林来训练模型以快速预测输出)。有七个输入变量,三个是连续的,其余的是离散的。我已经使用 DEAP 包进行多目标优化,但只有一个变量或一组相关变量(类似于背包)。提到的七个变量是:
n_rate = [0.1:0.5]
estim = [1000, 1500, 2000]
max_d = [1:20]
ft = [None, "rel"]
min_s = [2:1000]
min_m = [1:1000]
lim = [0:1]
除了ft
,对于所有连续变量,可以定义几个离散数。
我的问题是如何为这些输入创建不同的个体来定义人口?
解决方案
你这样做的方法是注册每个人都可以从中创建的“属性”。这是我在代码中使用的:
toolbox.register("attr_peak", random.uniform, 0.1,0.5)
toolbox.register("attr_hours", random.randint, 1, 15)
toolbox.register("attr_float", random.uniform, -8, 8)
toolbox.register("individual", tools.initCycle, creator.Individual,
(toolbox.attr_float,toolbox.attr_float,toolbox.attr_float,
toolbox.attr_hours,
toolbox.attr_float, toolbox.attr_float, toolbox.attr_float,
toolbox.attr_hours,toolbox.attr_peak
), n=1)
在我的代码中,我有三个不同的“基因”或“属性”,因为我将它们注册在toolbox
. 在我的示例中,我有两个连续变量和一个整数约束变量。对于您的示例,这是您定义属性的方式:
toolbox.register("n_rate", random.uniform, 0.1, 0.5)
toolbox.register("estim", random.choice, [1000,1500,2000])
toolbox.register("max_d", random.randint, 1, 20)
toolbox.register("ft", random.choice, [None, 'rel'])
toolbox.register("min_m", random.randint, 1, 1000)
toolbox.register("min_s", random.randint, 2, 1000)
toolbox.register("lim", random.randint, 0, 1)
然后你会像我一样构建你的个体initCycle
。
toolbox.register("individual", tools.initCycle, creator.Individual, (toolbox.your_attribute, toolbox.next_attribute, ... ), n=1)
推荐阅读
- arrays - Google 表格厘米换算为英寸/英尺
- python - 根据数据框中另一列的值将值分配给列表中的数据框列
- python - 如何从 pytorch 中从一个时代增长到另一个时代的高 IO 数据集读取
- node.js - Expo (React-Native) 在 Firefox 中创建了一个僵尸重定向。如何去除?
- google-cloud-platform - 在将流式数据写入 GCS 时修复 NumShards
- lua - Lua拆分字符串并将输出放入表中
- android - 运行我的 React-native 应用程序时遇到以下问题
- ms-access - MS Access 的 SharePoint 链接列表问题
- laravel - Laravel 关系似乎不起作用
- c++ - 为什么我必须在这里使用 dynamic_cast