遗传算法进行整数规划(0-1优化)Python实现

scikit-opt 这个库以很好用的方式实现了遗传算法的应用,是目前能找到的较好的遗传算法工具箱

去这里 scikit-opt 下载源代码。或者用pip安装:

pip install scikit-opt

在多维优化时,想让哪个变量限制为整数,就设定 precision 为 1即可。
例如,我想让我的自定义函数 demo_func 的第一个变量限制为整数,那么就设定 precision 的第一个数为1,例子如下:

from sko.GA import GA

demo_func = lambda x: x[0] ** 2 + (x[1] - 0.05) ** 2 + x[2] ** 2
ga = GA(func=demo_func, n_dim=3, max_iter=500, lb=[0, 0, 0], ub=[1, 1, 1], precision=[1, 1e-7, 1e-7])
best_x, best_y = ga.run()
print('best_x:', best_x, '\n', 'best_y:', best_y)
  • 3
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
遗传算法是一种基于自然选择和遗传学原理的优化算法,可以用于求解最优化问题。在Python中,可以使用多个实现遗传算法,例如Geatpy、DEAP等。以下是使用Geatpy实现遗传算法求解最优化问题的示例代码: ```python import geatpy as ea # 定义问题类 class MyProblem(ea.Problem): def __init__(self): name = 'MyProblem' # 问题名称 M = 2 # 目标维数 maxormins = [1, 1] # 目标最小化或最大化标记,1表示最小化,-1表示最大化 Dim = 2 # 决策变量维数 varTypes = [0, 0] # 决策变量类型,0表示实数,1表示整数 lb = [-5, -5] # 决策变量下界 ub = [5, 5] # 决策变量上界 lbin = [1, 1] # 决策变量是否包含下界,1表示包含,0表示不包含 ubin = [1, 1] # 决策变量是否包含上界,1表示包含,0表示不包含 self.M = M self.maxormins = maxormins self.Dim = Dim self.varTypes = varTypes self.lb = lb self.ub = ub self.lbin = lbin self.ubin = ubin self.name = name def aimFunc(self, pop): # 目标函数 x1 = pop.Phen[:, [0]] x2 = pop.Phen[:, [1]] f1 = x1**2 + x2**2 f2 = (x1-2)**2 + (x2-2)**2 pop.ObjV = np.hstack([f1, f2]) # 初始化问题对象 problem = MyProblem() # 初始化算法模板对象 algorithm = ea.soea_NSGA2_templet(problem, populationType='real', selectionType='tourSel', crossoverType='realSBX', mutationType='realPolynomial', maxGen=100, printLog=True) # 运行算法 algorithm.run() # 输出结果 best_ind = algorithm.bestInd print('最优解:', best_ind.Phen) print('最优目标函数值:', best_ind.ObjV) ``` 上述代码中,定义了一个MyProblem类来表示问题,其中包括问题名称、目标维数、目标最小化或最大化标记、决策变量维数、决策变量类型、决策变量下界、决策变量上界等信息。在类中还定义了目标函数aimFunc,用于计算目标函数值。然后,使用NSGA-II算法模板来求解问题,最终输出最优解和最优目标函数值。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值