使用DEAP的多变量多目标优化

Question

我试图优化仿真软件的两个输出(我使用随机森林来训练一个快速预测输出的模型)。有七个输入变量，三个是连续的，其余的是离散的。我使用DEAP软件包进行多目标优化，但只有一个变量或一组相关变量(类似于背包)。上述七个变量是：

    n_rate = [0.1:0.5]
    estim = [1000, 1500, 2000]
    max_d = [1:20]
    ft = [None, "rel"]
    min_s = [2:1000]
    min_m = [1:1000]
    lim = [0:1]

除了ft之外，对于所有连续变量，都可以定义几个离散数。

我的问题是，我如何为这些输入创造不同的个人来定义人口？

Answer 1

您这样做的方式是注册每个人都可以创建的“属性”。下面是我在代码中使用的内容：

toolbox.register("attr_peak", random.uniform, 0.1,0.5)
toolbox.register("attr_hours", random.randint, 1, 15)
toolbox.register("attr_float", random.uniform, -8, 8)

toolbox.register("individual", tools.initCycle, creator.Individual,
                 (toolbox.attr_float,toolbox.attr_float,toolbox.attr_float,
                  toolbox.attr_hours,
                  toolbox.attr_float, toolbox.attr_float, toolbox.attr_float,
                  toolbox.attr_hours,toolbox.attr_peak
                  ), n=1)

在我的代码中，我有三个不同的“基因”或“属性”，因为我已经在toolbox中注册了它们。在我的例子中，我有两个连续变量和一个整数约束变量。对于您的示例，您将使用以下方式定义属性：

toolbox.register("n_rate", random.uniform, 0.1, 0.5)
toolbox.register("estim", random.choice, [1000,1500,2000])
toolbox.register("max_d", random.randint, 1, 20)
toolbox.register("ft", random.choice, [None, 'rel'])
toolbox.register("min_m", random.randint, 1, 1000)
toolbox.register("min_s", random.randint, 2, 1000)
toolbox.register("lim", random.randint, 0, 1)

然后，您将构建您的个人，类似于我如何使用initCycle。

toolbox.register("individual", tools.initCycle, creator.Individual, (toolbox.your_attribute, toolbox.next_attribute, ... ), n=1)