具有多个权重的 DEAP 算法答案

【问题标题】：DEAP algorithm with several weights具有多个权重的 DEAP 算法
【发布时间】：2019-10-04 17:58:36
【问题描述】：

我对 DEAP 还很陌生，我看过几个地方和例子，我看到它使用这种方法为遗传算法创建类：

creator.create('FitnessMax', base.Fitness, weights=(1.0, -0.5,))
creator.create('Individual', list, fitness=creator.FitnessMax)

我不明白的是 weights 参数。假设 DEAP 可以用来解决多目标问题（最大化和最小化），这就是为什么权重可以是正数或负数。

但它如何与适应度/目标函数相关联？ fitness 函数是否必须返回多个值，每个权重一个？

【问题讨论】：

标签： python-3.x genetic-algorithm deap

【解决方案1】：

对于多目标问题，您的适应度函数必须返回一个元组，其结果数与指定的权重数相同，例如：

creator.create('Fitness', base.Fitness, weights=(1.0, -0.5,))
creator.create('Individual', list, fitness=creator.Fitness)

[...]

toolbox.register('evaluate', fitness)

def function_minimize(individual):
    return individual[0] - sum(individual[1:])

def function_maximize(individual):
    return sum(individual)

def fitness(individual):
    return (function_maximize(individual), function_minimize(individual)),

另外，请记住，您的选择方法必须支持多目标问题，例如锦标赛选择不支持，因此如果您使用它，权重将被忽略）。支持此类问题的选择方法是NSGA2：

toolbox.register('select', tools.selNSGA2)

【讨论】：

我有个疑问，function_maximize需要返回0到1.0之间的值吗？并且 function_minimize 需要返回一个介于 -0.5 和 0 之间的值？如果我的 func_min 返回一个介于 0 - 800 之间的值，我的 func_max 返回一个介于 0 - 100 之间的值（以 % 为单位），我该怎么办？
您好，这些值只是权重，您的最大化或最小化函数的结果与它无关。例如，如果您的最小化和最大化函数返回相同的值，则使用权重或多或少地赋予其中一个或另一个的重要性。