DEAP 遗传算法答案

【问题标题】：DEAP Genetic AlgorithmDEAP 遗传算法
【发布时间】：2016-11-14 03:28:54
【问题描述】：

我目前在 Python 中将 DEAP 用于遗传算法。我想创建长度为no_sensors 的初始个体群体。我的问题是由于random.choice(nodes) 函数，一些节点最终是相同的，并且初始长度最终小于no_sensors。我想知道是否有办法解决这个问题：

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，我需要列表nodes 中固定长度的唯一项。我正在考虑使用random.sample(nodes, no_sensors)，但我似乎无法将其合并到代码中而不会产生错误

您可以查看其他示例 here。

【问题讨论】：

no_sensors 是提前设置的还是每个人的值可能不同？

标签： python algorithm genetic deap

【解决方案1】：

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)

【讨论】：

问题是，如果 random.choice 两次选择相同的值，我希望它算作一个。基本上，我需要列表中固定长度的唯一项目：节点。我正在考虑使用 random.sample(nodes, no_sensors) 但我似乎无法将其合并到代码中而不会产生错误。
集合不能包含列表，因为它们是可变的，因此不可散列。set([[1,2,3],3]) TypeError: unhashable type: 'list'
哦，对了！我将个人的基础更改为列表。即便如此，列表中的列表似乎也是多余的。

【解决方案2】：

经过一番思考，我想出了这个解决方法：

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)

这有点难看，因为每次你想访问Individual类型的列表individual的内容，你必须调用individual[0]并迭代individual[0]的内容，这似乎是多余的.

【讨论】：