python自带包遗传算法GA参数详解和例子

def demo1_func(p):
    '''This function has plenty of local minimum, with strong shocks
    global minimum at (0,0) with value 0'''
    x1, x2 = p
    print(x1, x2)
    x = x1 ** 2 + x2 ** 2
    return x


# 等式约束
def cons1(x):
    return [x[0] + x[1] - 10]
    # return [x[0] + x[1] - 10, x[0] - 2]


cons = cons1


# 遗传算法
from sko.GA import GA
# 参数详解
# func：自己定义的最小目标函数
# n_dim：目标函数中变量的个数
# size_pop：每代取50个
# max_iter：进行800次迭代
# lb：各个变量的最小值
# ub：各个变量的最大值
# precision：精度的大小
# constraint_eq：约束条件（也可以说是惩罚项）
ga = GA(func=demo1_func, n_dim=2, size_pop=50, max_iter=800, lb=[-1, -1], ub=[8, 10], precision=1e-7, constraint_eq=[cons])
# ga = GA(func=demo1_func, n_dim=2, size_pop=50, max_iter=800, lb=[-1, -1], ub=[80, 100], precision=[1, 0.1], constraint_eq=[cons])
best_x, best_y = ga.run()
print('best_x:', best_x, '\n', 'best_y:', best_y)

结果

best_x: [5.35140186 4.64859812] 
best_y: [50.24696633]