首先先用Geatpy
写一个没有做自定义初始化的程序,确保能跑通哟,或是直接使用官网的demo也行
自定义初始种群
- 自定义初始种群与要求解的问题无关,所以不需要管
Myproblem
怎么写的。只需要查看Main.py
,这是我自己的代码:
# -*- coding: utf-8 -*-
import geatpy as ea # import geatpy
from Myproblem import MyProblem
import numpy as np
if __name__ == '__main__':
"""================================实例化问题对象==========================="""
problem = MyProblem() # 生成问题对象
"""==================================种群设置=============================="""
Encoding = 'RI' # 编码方式
NIND = 50 # 种群规模
Field = ea.crtfld(Encoding, problem.varTypes, problem.ranges, problem.borders) # 创建区域描述器
population = ea.Population(Encoding, Field, NIND) # 实例化种群对象(此时种群还没被初始化,仅仅是完成种群对象的实例化)
"""================================算法参数设置============================="""
myAlgorithm = ea.soea_DE_currentToBest_1_L_templet(problem, population) # 实例化一个算法模板对象
# myAlgorithm = ea.moea_psy_NSGA2_templet(problem, population) # 实例化一个算法模板对象
myAlgorithm.MAXGEN = 5000 # 最大进化代数
myAlgorithm.mutOper.F = 0.5 # 差分进化中的参数F
myAlgorithm.recOper.XOVR = 0.3 # 重组概率
myAlgorithm.logTras = 1 # 设置每隔多少代记录日志,若设置成0则表示不记录日志
myAlgorithm.verbose = True # 设置是否打印输出日志信息
myAlgorithm.drawing = 1 # 设置绘图方式(0:不绘图;1:绘制结果图;2:绘制目标空间过程动画;3:绘制决策空间过程动画)
"""===========================调用算法模板进行种群进化========================"""
[BestIndi, population] = myAlgorithm.run() # 执行算法模板,得到最优个体以及最后一代种群
BestIndi.save() # 把最优个体的信息保存到文件中
"""==================================输出结果=============================="""
print('评价次数:%s' % myAlgorithm.evalsNum)
print('时间已过 %s 秒' % myAlgorithm.passTime)
if BestIndi.sizes != 0:
print('最优的目标函数值为:%s' % BestIndi.ObjV[0][0])
print('最优的控制变量值为:')
for i in range(BestIndi.Phen.shape[1]):
print(BestIndi.Phen[0, i])
else:
print('没找到可行解。')
- 由于新版的
geatpy
使用先验知识作为初始化染色体的方法,因此需要在算法参数设置
之后添加这些内容:
"""===========================根据先验知识创建先知种群========================"""
prophetChrom = np.zeros((NIND,123)) # 我的Problem里有123个未知数,这里将全0值作为先知种群,
prophetPop = ea.Population(Encoding, Field, NIND, prophetChrom) # 实例化种群对象
myAlgorithm.call_aimFunc(prophetPop) # 计算先知种群的目标函数值及约束(假如有约束)
- 最后把先知种群传进去,修改
调用算法模板进行种群进化
的第一行就行:
[BestIndi, population] = myAlgorithm.run(prophetPop) # 执行算法模板,得到最优个体以及最后一代种群
注意:prophetChrom
这个值的shape
需要为(种群规模,x的数量)
,并且为ndarry
格式的数据
全部案例代码
# -*- coding: utf-8 -*-
import geatpy as ea # import geatpy
from Myproblem import MyProblem
import numpy as np
if __name__ == '__main__':
"""================================实例化问题对象==========================="""
problem = MyProblem() # 生成问题对象
"""==================================种群设置=============================="""
Encoding = 'RI' # 编码方式
NIND = 180 # 种群规模
Field = ea.crtfld(Encoding, problem.varTypes, problem.ranges, problem.borders) # 创建区域描述器
population = ea.Population(Encoding, Field, NIND) # 实例化种群对象(此时种群还没被初始化,仅仅是完成种群对象的实例化)
"""================================算法参数设置============================="""
myAlgorithm = ea.soea_DE_currentToBest_1_L_templet(problem, population) # 实例化一个算法模板对象
# myAlgorithm = ea.moea_psy_NSGA2_templet(problem, population) # 实例化一个算法模板对象
myAlgorithm.MAXGEN = 5000 # 最大进化代数
myAlgorithm.mutOper.F = 0.5 # 差分进化中的参数F
myAlgorithm.recOper.XOVR = 0.3 # 重组概率
myAlgorithm.logTras = 1 # 设置每隔多少代记录日志,若设置成0则表示不记录日志
myAlgorithm.verbose = True # 设置是否打印输出日志信息
myAlgorithm.drawing = 1 # 设置绘图方式(0:不绘图;1:绘制结果图;2:绘制目标空间过程动画;3:绘制决策空间过程动画)
"""===========================根据先验知识创建先知种群========================"""
prophetChrom = np.zeros((NIND, 123)) # 我的Problem里有123个未知数,这里将全0值作为先知种群,
prophetPop = ea.Population(Encoding, Field, NIND, prophetChrom) # 实例化种群对象
myAlgorithm.call_aimFunc(prophetPop) # 计算先知种群的目标函数值及约束(假如有约束)
"""===========================调用算法模板进行种群进化========================"""
[BestIndi, population] = myAlgorithm.run(prophetPop) # 执行算法模板,得到最优个体以及最后一代种群
BestIndi.save() # 把最优个体的信息保存到文件中
"""==================================输出结果=============================="""
print('评价次数:%s' % myAlgorithm.evalsNum)
print('时间已过 %s 秒' % myAlgorithm.passTime)
if BestIndi.sizes != 0:
print('最优的目标函数值为:%s' % BestIndi.ObjV[0][0])
print('最优的控制变量值为:')
for i in range(BestIndi.Phen.shape[1]):
print(BestIndi.Phen[0, i])
else:
print('没找到可行解。')
参考资料
官方soea Demo10:https://github.com/geatpy-dev/geatpy/tree/master/geatpy/demo/soea_demo/soea_demo10
是什么原因移除Popuplation,setChrom方法? #130:https://github.com/geatpy-dev/geatpy/issues/130