我剛開始使用DEAP。之前,我使用基於Matlab的遺傳算法,在交叉和變異後選擇具有特定大小的更好的個體,然後更新種羣。但是它是相當我很難理解爲什麼在DEAP的評估個體無效適應的交叉和變異過程後需要: invalid_ind = [ind for ind in offspring if not ind.fitness.valid]
fitnesses = map(toolbox.evaluate
我正在Python中使用DEAP包編寫一個程序,用遺傳算法進化算法進行優化。 我需要通過在Python中使用列表類型來創建染色體。這條染色體應該有五個不同範圍的浮動基因(等位基因)。 我的主要問題是創建這樣一個染色體。但是,如果我可以使用deap軟件包的tools.initRepeat函數,那會更好。 對於其所有基因都在,我們可以使用下面的代碼相同範圍的情況下: import random
f
我正在使用DEAP在數據表上進行符號迴歸,即查找最適合數據的函數。不幸的是,我找不到一種以可讀格式獲得結果的方法。舉例來說,如果我做 best_ind = tools.selBest(pop, 1)[0]
print("Best individual is %s" % (best_ind))
我的輸出可能看起來像 Best individual is add(mul(add(x, 2), d