设置scipy.differential_evolution的初始参数

Question

在微分进化优化算法中，如果我有一些好的起点，是否可以设置初始参数？

例如，假设我知道最好的x是[0.1, 0.5,0.3]，那么可以在scipy.differential_evolution中添加它吗？

Answer 1

scipy.optimize.differential_evolution函数有两个可以使用的参数：

1. bounds : sequence 变量的界。(min, max)对x中的每个元素，定义func的优化参数的下界和上界。切

你可以试试：

界= (0.0，0.2)，(0.4，0.6)，(0.2，0.4) >>>结果= differential_evolution(my_func，界)

1. 最近版本的库(来自SciPy v1.1.0)允许指定通过init关键字执行哪种类型的人口初始化： init : str or array-like, optional 指定执行哪种类型的人口初始化。应包括下列其中一项：

- ‘latinhypercube’
- ‘random’
- array specifying the initial population. The array should have shape `(M, len(x))`, where `len(x)` is the number of parameters. `init` is clipped to bounds before use.

切

例如，可以使用数组来指定一个总体子集，以便在已知存在解决方案的位置创建大量的初始猜测，从而减少收敛时间。