如何在基于DEAP的Python遗传算法中添加消除机制

本文介绍了如何在基于DEAP的Python遗传算法中添加消除机制的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！

问题描述

这是我的问题.
我正在使用DEAP处理一个优化问题.

Here is my question.
I'm dealing with one optimization problem using DEAP.

目前，我使用toolbox.register("select", tools.selNSGA2)选择一些最适合自己的人生存.

For now, I use toolbox.register("select", tools.selNSGA2) to select some fittest indivual to survive.

但是我想通过用户定义的函数添加一些阈值.

But I want to add some threshold by user-defined function.

算法可以实现两步选择吗?

Can the algorithm achieve two step of selection?

通过锦标赛或selNSGA2方法选择几个人

Select several individuals by the tournament or selNSGA2 method

通过预定义的阈值消除多个人.

Eliminate several individuals by pre-defined thresholds.

推荐答案

这应该有效.

def myselect(pop, k, check):
    return [ind for in in tools.selNSGA2(pop, k) if check(ind)]

def mycheck(ind):
    return True

toolbox.register("select", myselect, check=mycheck)

但是，您最终将选择< = k个后代.

However, you will end up selecting <= k offspring.

这篇关于如何在基于DEAP的Python遗传算法中添加消除机制的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！