差分进化算法 (DE) Python实现及源码解读

2024-04-12 17:58

本文主要是介绍差分进化算法 (DE) Python实现及源码解读,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言

scikit-opt是一个一个封装了7种启发式算法的 Python 代码库(差分进化算法、遗传算法、粒子群算法、模拟退火算法、蚁群算法、鱼群算法、免疫优化算法)。源码具有很大的学习价值。这篇文章主要是根据差分进化(DE)算法的原理解读一下源码。

DE算法及源码解读

在这里插入图片描述

设函数,有三个未知解

def obj_func(p):x1, x2, x3 = preturn x1 ** 2 + x2 ** 2 + x3 ** 2

初始解形状

self.X = None # shape = (size_pop, n_dim)

生成初始解 (种群)(DE继承类GeneticAlgorithmBase)lb, ub为x的上下限,新解为约束条件上下界内均匀分布的向量

class DE(GeneticAlgorithmBase):def __init__(self, func, n_dim, F=0.5,size_pop=50, max_iter=200, prob_mut=0.3,lb=-1, ub=1,constraint_eq=tuple(), constraint_ueq=tuple()):super().__init__(func, n_dim, size_pop, max_iter, prob_mut,constraint_eq=constraint_eq, constraint_ueq=constraint_ueq)self.F = Fself.V, self.U = None, Noneself.lb, self.ub = np.array(lb) * np.ones(self.n_dim), np.array(ub) * np.ones(self.n_dim)self.crtbp()def crtbp(self):# create the populationself.X = np.random.uniform(low=self.lb, high=self.ub, size=(self.size_pop, self.n_dim))return self.X

在这里插入图片描述

变异,产生新解向量V,如果V超出解的边界,保留原初始解。这里采用了最经典的变异方法,可以改进。

    def mutation(self):'''V[i]=X[r1]+F(X[r2]-X[r3]),where i, r1, r2, r3 are randomly generated'''X = self.X# i is not needed,# and TODO: r1, r2, r3 should not be equalrandom_idx = np.random.randint(0, self.size_pop, size=(self.size_pop, 3))r1, r2, r3 = random_idx[:, 0], random_idx[:, 1], random_idx[:, 2]# 这里F用固定值,为了防止早熟,可以换成自适应值self.V = X[r1, :] + self.F * (X[r2, :] - X[r3, :])# the lower & upper bound still works in mutationmask = np.random.uniform(low=self.lb, high=self.ub, size=(self.size_pop, self.n_dim))self.V = np.where(self.V < self.lb, mask, self.V)self.V = np.where(self.V > self.ub, mask, self.V)return self.V

在这里插入图片描述

交叉操作,对初始解X和变异解V进行概率交叉,生成解向量U,这里的self.prob_mut为CR

    def crossover(self):'''if rand < prob_crossover, use V, else use X'''mask = np.random.rand(self.size_pop, self.n_dim) < self.prob_mutself.U = np.where(mask, self.V, self.X)return self.U

在这里插入图片描述

选择操作,根据函数值大小选择是否保留U

    def selection(self):'''greedy selection'''X = self.X.copy()f_X = self.x2y().copy()self.X = U = self.Uf_U = self.x2y()self.X = np.where((f_X < f_U).reshape(-1, 1), X, U)return self.X

在这里插入图片描述

迭代,继续变异,选择

    def run(self, max_iter=None):self.max_iter = max_iter or self.max_iterfor i in range(self.max_iter):self.mutation()self.crossover()self.selection()# record the best onesgeneration_best_index = self.Y.argmin()self.generation_best_X.append(self.X[generation_best_index, :].copy())self.generation_best_Y.append(self.Y[generation_best_index])self.all_history_Y.append(self.Y)global_best_index = np.array(self.generation_best_Y).argmin()self.best_x = self.generation_best_X[global_best_index]self.best_y = self.func(np.array([self.best_x]))return self.best_x, self.best_y

这篇关于差分进化算法 (DE) Python实现及源码解读的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/897841

相关文章

Python正则表达式语法及re模块中的常用函数详解

《Python正则表达式语法及re模块中的常用函数详解》这篇文章主要给大家介绍了关于Python正则表达式语法及re模块中常用函数的相关资料,正则表达式是一种强大的字符串处理工具,可以用于匹配、切分、... 目录概念、作用和步骤语法re模块中的常用函数总结 概念、作用和步骤概念: 本身也是一个字符串,其中

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

python实现svg图片转换为png和gif

《python实现svg图片转换为png和gif》这篇文章主要为大家详细介绍了python如何实现将svg图片格式转换为png和gif,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录python实现svg图片转换为png和gifpython实现图片格式之间的相互转换延展:基于Py

Python中的getopt模块用法小结

《Python中的getopt模块用法小结》getopt.getopt()函数是Python中用于解析命令行参数的标准库函数,该函数可以从命令行中提取选项和参数,并对它们进行处理,本文详细介绍了Pyt... 目录getopt模块介绍getopt.getopt函数的介绍getopt模块的常用用法getopt模

Python利用ElementTree实现快速解析XML文件

《Python利用ElementTree实现快速解析XML文件》ElementTree是Python标准库的一部分,而且是Python标准库中用于解析和操作XML数据的模块,下面小编就来和大家详细讲讲... 目录一、XML文件解析到底有多重要二、ElementTree快速入门1. 加载XML的两种方式2.

Python如何精准判断某个进程是否在运行

《Python如何精准判断某个进程是否在运行》这篇文章主要为大家详细介绍了Python如何精准判断某个进程是否在运行,本文为大家整理了3种方法并进行了对比,有需要的小伙伴可以跟随小编一起学习一下... 目录一、为什么需要判断进程是否存在二、方法1:用psutil库(推荐)三、方法2:用os.system调用

Java的栈与队列实现代码解析

《Java的栈与队列实现代码解析》栈是常见的线性数据结构,栈的特点是以先进后出的形式,后进先出,先进后出,分为栈底和栈顶,栈应用于内存的分配,表达式求值,存储临时的数据和方法的调用等,本文给大家介绍J... 目录栈的概念(Stack)栈的实现代码队列(Queue)模拟实现队列(双链表实现)循环队列(循环数组

使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)

《使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)》PPT是一种高效的信息展示工具,广泛应用于教育、商务和设计等多个领域,PPT文档中常常包含丰富的图片内容,这些图片不仅提升了... 目录一、引言二、环境与工具三、python 提取PPT背景图片3.1 提取幻灯片背景图片3.2 提取

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

Python实现图片分割的多种方法总结

《Python实现图片分割的多种方法总结》图片分割是图像处理中的一个重要任务,它的目标是将图像划分为多个区域或者对象,本文为大家整理了一些常用的分割方法,大家可以根据需求自行选择... 目录1. 基于传统图像处理的分割方法(1) 使用固定阈值分割图片(2) 自适应阈值分割(3) 使用图像边缘检测分割(4)