将用户定义的数组设置为“化简”中的初始个体

Question

这是我的问题。

皮尔赛是一种很好的基于遗传谱的框架。

与生成初始individuals(the的random.randint方法不同，第一代)。它利用自己的职能实现了以下目标：

genome = G1DList.G1DList(8)
# Sets the range max and min of the 1D List
genome.setParams(rangemin=0, rangemax=1000)   
# pyevolve will generate 80 different individuals as default

上面的代码等于

def individual(NUMBER):
    loc = random.sample(np.arange(1000), NUMBER)
    return loc
def population(GENSIZE, NUMBER):
    ## GENSIZE--> population scale
    ## NUMBER --> 8-elements list
    return [ individual(NUMBER) for x in np.arange(GENSIZE) ]

pop = population(80, 8)   

但是当样本域不在一个连续的范围时。例如：

LIST = np.arange([1,3,4,5,6,7,9,10, 12, 14,16,17,18]) ## some number are missing on purpose

使用sample = random.sample(LIST,8)，我仍然可以得到一个随机的8元素列表。

但是如何用genome.setParams.在和中实现呢？

任何建议都将不胜感激。

Answer 1

您可以使用以下方法定义您自己的初始化器：

def my_initialisator(genome):
    def individual(NUMBER):
        loc = random.sample(np.arange(1000), NUMBER)
        return loc
    genome.genomeList = [ individual(NUMBER) for x in np.arange(GENSIZE) ]

genome.initializator.set(my_initialisator)