DEAP遗传算法

Question

我目前正在使用DEAP作为Python中的遗传算法。我想要创建一个具有长度no_sensors的个体的初始群体。但是，我的问题是，由于random.choice(nodes)函数，一些节点最终是相同的，而初始长度最终小于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，我需要一个固定长度的唯一项目从列表nodes。我正在考虑使用random.sample(nodes, no_sensors)，但我似乎无法在不引起错误的情况下将其合并到代码中

您可以查看其他示例这里。

Answer 1

经过一番思考，我想出了一个解决办法：

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)

不过，这有点难看，因为每次您想访问类型为Individual的list Individual的内容时，都必须调用individual[0]并迭代individual[0]的内容，这看起来相当多余。

Answer 2

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)