Python中的并行微分进化

Question

我正在寻找一个微分进化算法(希望是来自西西)，我可以用一种非正统的方式。我希望，对于每一代人，DE预先给我新一代的所有儿童成员，并在我的目标函数中同时对他们进行评估。原因是我的目标函数调用COMSOL。我可以在COMSOL中进行一批计算，COMSOl将仔细地并行化，所以我不希望DE将其本身并行化。最后，我要计算COMSOL调用中的所有成员。你对用Python实现这种自由的包有什么想法吗？

谢谢你的帮助!

Answer 1

您可以通过使用differential_evolution关键字的能力来向量化differential_evolution，该关键字可以接受一个类似于映射的callable，该callable被发送给整个填充，并被期望返回一个数组，该数组包含为整个填充计算的函数值：

from scipy.optimize import rosen, differential_evolution
bounds=[(0, 10), (0, 10)]

def maplike_fun(func, x):
    # x.shape == (S, N), where S is the size of the population and N
    # is the number of parameters. This is where you'd call out from
    # Python to COMSOL, instead of the following line.
    return func(x.T)

res = differential_evolution(rosen, bounds, workers=maplike_fun, polish=False, updating='deferred')

从ciply1.9中还将有一个vectorized关键字，它将在每次迭代时将整个种群发送到目标函数。