如何将非优化参数传递给GA包中的适应度函数

Question

我在R中使用GA包(使用遗传算法进行优化的R包)，需要优化适应度函数F( x1，x2，A_dataframe，b_const)，其中x1-用于优化的变量，min=0，max=1。x2 -用于优化的变量，min=2，max=3。A_dataframe -一个数据帧，它不是优化变量，而是适应度函数计算所需的已知数据帧。b_const -一个常量变量，它也不是用于优化的，但已知是适应度函数计算所需的变量。所以健身function=F。

我尝试使用下一段代码。

TotalFunction <- function(A_dataframe, b_const) {

    F <- function(x1, x2, A_dataframe, b_const) {
        #code of fitness function
    }

    GA <- ga(type="real-valued", fitness=function(x) F(x[1], x[2], A_dataframe, b_const),
    A_dataframe, b_const, min=c(0, 2), max=(1, 3), popSize=50, maxiter=100)

    return(GA)
}     

你能帮我创建正确的ga-function吗？可以通过ga函数将已知数据帧传递到适应度函数中吗？非常感谢。

Answer 1

我建议将您的适应性函数移到TotalFunction之外，以提高可读性并避免名称冲突/混淆。

F <- function( x1, x2, A_dataframe, b_const ) {
    #code of fitness function
}

根据上面的F定义，您可以使用预先指定的A_dataframe和b_const值调用ga函数，如下所示：

## A <- ... define your data frame
## B <- ... define your constant
result <- ga(type="real-valued", fitness=function(x) F(x[1], x[2], A, b),
    min=c(0, 2), max=(1, 3), popSize=50, maxiter=100)

这将使用参数A_dataframe和b_const的预定义值正确地利用您的适应度函数F。要使其动态依赖于A和B，我们可以将其封装到一个函数中：

ga_Ab <- function( A, b )
{
  ga(type="real-valued", fitness=function(x) F(x[1], x[2], A, b),
    min=c(0, 2), max=(1, 3), popSize=50, maxiter=100)
}