python pygad保证约束内的唯一点

dtcbnfnu 于 2023-04-19 发布在 Python

关注(0)|答案(1)|浏览(120)

对于HPC上的一个项目，我想使用pygad来生成一组点，然后可以将这些点传递给集群上的作业：因此，我希望种群中的所有点都是唯一的（在集群上的时间是昂贵的，所以我希望最佳地使用我提交的作业，而不是重复的）。此外，由于作业模拟物理，我需要限制我的值，因为有些值在物理上没有任何意义（例如，粒子的负数或负长度）。
pygad似乎有两个参数allow_duplicate_genes和gene_space，根据我对文档的理解，它们似乎正是我想要的。
然而，这段代码：

import pygad
import numpy
import itertools

def mock_function(solution, sol_idx):
    return -1 * (solution[0] ** 2 + solution[1] ** 2)
range = [.1, 1.]
param_values = numpy.linspace(range[0], range[1], 10).tolist()
initial_population = list(itertools.product(param_values, param_values))

ga = pygad.GA(num_generations=100,
              num_parents_mating=10,
              gene_type=float,
              gene_space={'low': range[0], 'high': range[1]},
              fitness_func=mock_function,
              initial_population=initial_population,
              mutation_probability=0.2,
              allow_duplicate_genes=False,
              )
ga.run()

new_points = ga.population
unique_points = set([tuple(x) for x in new_points])
print(len(initial_population), len(new_points), len(unique_points))
print(f"Best solution is {ga.best_solution()[0]}.")
for point in new_points:
    for x in point:
        if not range[0] <= x <= range[1]:
            print(f"Point {point} is outside gene_space.")

两者都产生了大量的非唯一点，偶尔也会产生gene_space之外的点。
提前感谢您的帮助，让我知道如果你需要更多的细节。

**编辑：**在github repo中有一个关于这个see here的（公开）问题，声称最新版本应该修复唯一性问题。然而，在这个例子中，它仍然没有。它仍然产生gene_space之外的点。

python

来源：https://stackoverflow.com/questions/75950774/pygad-guarantee-unique-points-within-constraints

1条答案

按热度按时间

v1l68za41#

这段代码解决了任何重复的基因。变化是：
1.从通过的初始群体中删除重复项。
1.设置mutation_by_replacement=True。
代码还设置save_solutions=True以验证在任何代中生成的解都没有重复。打印所有探索的解中的最小和最大基因值，以确保没有基因超出范围[.1, 1.]。

import pygad
import numpy
import itertools

def mock_function(ga_instance, solution, sol_idx):
    return -1 * (solution[0] ** 2 + solution[1] ** 2)
range = [.1, 1.]
param_values = numpy.linspace(range[0], range[1], 10).tolist()
initial_population = list(itertools.product(param_values, param_values))

## Remove duplicates from the initial population.
for idx, sol in enumerate(initial_population):
    sol = list(sol)
    if sol[0] == sol[1]:
        if sol[1] < 0.101:
            sol[1] = sol[1] + 0.001
        else:
            sol[1] = sol[1] - 0.001
    initial_population[idx] = sol.copy()

ga = pygad.GA(num_generations=100,
              num_parents_mating=10,
              gene_type=float,
              gene_space={'low': range[0], 'high': range[1]},
              fitness_func=mock_function,
              initial_population=initial_population,
              mutation_probability=0.2,
              allow_duplicate_genes=False,
              save_solutions=True,
              suppress_warnings=True,
              mutation_by_replacement=True
              )
ga.run()

new_points = ga.population
unique_points = set([tuple(x) for x in new_points])
print(len(initial_population), len(new_points), len(unique_points))
print(f"Best solution is {ga.best_solution()[0]}.")
for point in ga.solutions:
    for x in point:
        if not range[0] <= x <= range[1]:
            print(f"Point {point} is outside gene_space.")

print("Maximum gene value found", numpy.max(ga.solutions))
print("Maximum gene value found", numpy.min(ga.solutions))

赞(0）回复(0）举报 2023-04-19

我来回答

python pygad保证约束内的唯一点

1条答案

相关问题

热门标签

最新问答