【遗传编程/基因规划】python DEAP框架学习笔记

python DEAP框架

 

DEAP: 一个Python进化算法框架

Core核心模块:

1. base: 基本结构。包含Toolbox(存储自定的EA运行所需的对象和操作)， Fitness(个体的适应度的基类)等。
2. creator: 允许通过动态添加属性或函数来创建符合问题需求的类，常用来创建个体。
3. tools: 包含多种选择(selection)操作函数，遗传算子操作函数(多种crossover, mutation)等。

还会用到的模块：

• algorithms (包含常用进化算法),
• gp (提供了DEAP框架上实行genetic programming的类与方法，如创建GP树的类)

DEAP框架结构示意图 (semanticscholar.org)

Genetic Programming基本过程回顾

1. Initialization of Population
   初始化族群：设定 primitive set——设定包含所用函数、操作的函数集(function set)，设定包含变量、常量和无参函数的终止集(terminal set)。给定参数，随机生成初始族群。
   * 族群生成方法：grow， full， ramped half and half 等
2. Fitness Evaluation
   适应度评估：根据具体问题设计适应度函数(fitness function)，评估各个个体的适应度。
3. Selection
   选择父系：（绝大部分情况）根据适应度，随机选出相对优秀的个体。
   * 选择方法：锦标赛选择法、轮盘赌选择法等
4. Genetic Operation
   遗传操作：父体通过交叉、变异、复制生成下一代个体。
   * 遗传算子：subtree crossover, one-point crossover, subtree mutation, reproduction
5. Termination or Iteration
   判断终止或继续迭代

DEAP 举例讲解

DEAP官方文档给出的一个简单GP例子 (符号回归问题)： Symbolic Regression Problem: Introduction to GP

在这里令我们的期望曲线为
$$(x^4+x^3+x^2+x)$$
并在[-1, 1]区间设置20个等分点来评估适应度(fitness)，来寻找一个GP生成的最拟合的表达式。

以下是对它的讲解，代码部分的comment当中也加入了对代码过程和操作的解读。

0. 导入模块

import math
import random
import operator  # python内部操作符，包含对象比较、逻辑比较、算术运算和序列操作
import numpy
# deap的常用五个模块齐了
from deap import base    # core
from deap import creator # core
from deap import tools	 # core
from deap import gp 
from deap import algorithms

1. Primitive Set的创建

* 注：Primitive set 为function set和terminal set的并集。primitives不是指functions + terminals，primitives仅仅指functions

def protectedDiv(left, right):  # 保护性除法，防崩
    try:
        return left / right
    except ZeroDivisionError: