江苏龙网

  1. 首页 > 生活 > >

Python 有啥启发式算法的包吗( 二 )

Python 有啥启发式算法的包吗


这个库的灵活之处在于，可以方便地添加自定义算子
例如，如果你想到一种选择算子(selection)，你的算子是这样的：
def selection_tournament(self, tourn_size): FitV = self.FitV sel_index = for i in range(self.size_pop): aspirants_index = np.random.choice(range(self.size_pop), size=tourn_size) sel_index.append(max(aspirants_index, key=lambda i: FitV)) self.Chrom = self.Chrom # next generation return self.Chrom把你的 UDF 自定义算子注册到遗传算法对象上：
from sko.GA import GA, GA_TSPfrom sko.GA import ranking_linear, ranking_raw, crossover_2point, selection_roulette_2, mutationdemo_func = lambda x: x ** 2 + (x - 0.05) ** 2 + x ** 2ga = GA(func=demo_func, n_dim=3, size_pop=100, max_iter=500, lb=, ub=)#ga.register(operator_name=\u0026#39;ranking\u0026#39;, operator=ranking_linear). \\ register(operator_name=\u0026#39;crossover\u0026#39;, operator=crossover_2point). \\ register(operator_name=\u0026#39;mutation\u0026#39;, operator=mutation). \\ register(operator_name=\u0026#39;selection\u0026#39;, operator=selection_tournament, tourn_size=3)像往常一样运行遗传算法：
best_x, best_y = ga.run()print(\u0026#39;best_x:\u0026#39;, best_x, \u0026#39;\\u0026#39;, \u0026#39;best_y:\u0026#39;, best_y)恭喜你，成功了。
现在 udf 支持遗传算法的这几个算子： crossover, mutation, selection, ranking提供了十来个算子 参考这里3. 粒子群算法定义目标函数
def demo_func(x): x1, x2, x3 = x return x1 ** 2 + (x2 - 0.05) ** 2 + x3 ** 2优化求解
from sko.PSO import PSOpso = PSO(func=demo_func, dim=3)fitness = pso.run()print(\u0026#39;best_x is \u0026#39;,pso.gbest_x)print(\u0026#39;best_y is \u0026#39;,pso.gbest_y)pso.plot_history()
Python 有啥启发式算法的包吗

4.1 模拟退火算法用于多元函数优化from sko.SA import SAdef demo_func(x): x1, x2, x3 = x return x1 ** 2 + (x2 - 0.05) ** 2 + x3 ** 2sa = SA(func=demo_func, x0=)x_star, y_star = sa.run()print(x_star, y_star)import matplotlib.pyplot as pltimport pandas as pdplt.plot(pd.DataFrame(sa.f_list).cummin(axis=0))plt.show()
Python 有啥启发式算法的包吗


4.2 模拟退火算法解决TSP问题TSP问题（旅行商问题）
作为demo，生成模拟数据（代码与遗传算法解决TSP问题一样，这里省略）
调用模拟退火算法
from sko.SA import SA_TSPsa_tsp = SA_TSP(func=demo_func, x0=range(num_points))best_points, best_distance = sa_tsp.run()


推荐阅读


上一篇：怎样快速分别一个人是程序员还是码农

下一篇：怎样选择可靠的游戏Baas服务?