DEAP遺傳算法

Question

我目前在Python中使用DEAP進行遺傳算法。我想創建一個長度爲no_sensors的初始人羣。我的問題是，由於random.choice(nodes)函數，一些節點最終是相同的，並且最初的長度結束小於no_sensors。我在想，如果有解決這個問題的方式：

creator.create("FitnessMax", base.Fitness, weights=(2.0, -1.0)) 
creator.create("Individual", set, fitness=creator.FitnessMax) 

toolbox = base.Toolbox() 
toolbox.register("attr_item", random.choice, nodes) 
toolbox.register("individual", tools.initRepeat, creator.Individual, toolbox.attr_item, n=no_sensors) 
toolbox.register("population", tools.initRepeat, list, toolbox.individual) 

基本上，我需要的獨特的物品固定長度從列表nodes。我正在考慮使用random.sample(nodes, no_sensors)，但我似乎無法將其納入代碼而不會產生錯誤

您可以查看其他示例here。

Answer 1

經過一番思考，我想出了這個解決辦法：

creator.create("FitnessMax", base.Fitness, weights=(2.0, -1.0)) 
creator.create("Individual", list, fitness=creator.FitnessMax) 

toolbox = base.Toolbox() 
toolbox.register("attr_item", random.sample, nodes, no_sensors) 
toolbox.register("individual", tools.initRepeat, creator.Individual, toolbox.attr_item, n=1) 
toolbox.register("population", tools.initRepeat, list, toolbox.individual) 

這是一個有點難看不過，因爲每次你要訪問的內容individual的Individual類型，你必須打電話individual[0]並重復individual[0]這似乎是相當多餘的內容。

Answer 2

您可以使用functools.partial和random.sample：

from functools import partial 
import random 
no_sensors = 5 
mysample = partial(random.sample,k=no_sensors) 
toolbox.register("attr_item", mysample, nodes)