Question

我目前正在使用DEAP进行Python中的遗传算法。我想创建一个长度为no_sensors的初始个体群体。我的问题是，由于random.choice(nodes)函数，一些节点最终相同，初始长度最终小于no_sensors。我想知道是否有办法解决这个问题：

creator.create("FitnessMax", base.Fitness, weights=(2.0, -1.0))
creator.create("Individual", set, fitness=creator.FitnessMax)

toolbox = base.Toolbox()
toolbox.register("attr_item", random.choice, nodes)
toolbox.register("individual", tools.initRepeat, creator.Individual, toolbox.attr_item, n=no_sensors)
toolbox.register("population", tools.initRepeat, list, toolbox.individual)

基本上，我需要列表nodes中固定长度的唯一项目。我正在考虑使用random.sample(nodes, no_sensors)，但我似乎无法将其纳入代码而不会产生错误

您可以查看其他示例here。

Answer 1

您可以使用functools.partial和random.sample：

from functools import partial
import random
no_sensors = 5
mysample = partial(random.sample,k=no_sensors)
toolbox.register("attr_item", mysample, nodes)

Answer 2

经过一番思考后，我想出了这个解决方法：

creator.create("FitnessMax", base.Fitness, weights=(2.0, -1.0))
creator.create("Individual", list, fitness=creator.FitnessMax)

toolbox = base.Toolbox()
toolbox.register("attr_item", random.sample, nodes, no_sensors)
toolbox.register("individual", tools.initRepeat, creator.Individual, toolbox.attr_item, n=1)
toolbox.register("population", tools.initRepeat, list, toolbox.individual)

虽然有点难看，因为每次您想要访问individual类型列表Individual的内容时，您都必须调用individual[0]并迭代individual[0]的内容{1}}这似乎很多余。

DEAP遗传算法

2 个答案: