为scipy.differential_evolution设置初始参数

Question

在differential evolution中的scipy优化算法中，如果我有一些好的出发点，是否可以设置初始参数？

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

Answer 1

scipy.optimize.differential_evolution函数具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x对，为 func 的优化参数定义了上下限。 [剪切]

   您可以尝试：

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

库的

2. 最新版本（来自SciPy v1.1.0）允许指定通过init关键字执行的总体初始化类型：

     

   init : str or array-like, optional

        

   指定执行哪种类型的填充初始化。应该是以下之一：

        

     
   • “ latinhypercube”
     
   • “随机”
     
   • 指定初始人口的数组。数组应具有形状(M, len(x))，其中len(x)是参数的数量。 init在使用前已被裁剪到边界。
     

        

   [剪切]

        

   使用数组来指定总体子集，例如，可以在已知存在解决方案的位置创建一堆紧紧的初始猜测，从而减少收敛时间。