最新公告
  • 年底活动:凡在本站购买过源码超过99元的老用户,可免费领取1张99元优惠券,用于抵扣开通会员!升级SVIP
  • python中的遗传算法库怎么使用?

    对于算法库小编提到的内容并不多,并不是这些内容不重要,而是想针对最实用而且简单点的内容跟大家降级,一次性给大家注入很多内容,相信大家的都已经晕乎了,小编大致看了下关于算法库,找到了一个大家肯定是必学的内容,就是关于遗传算法库,如果暂时还没有对这个名词了解的小伙伴,也可以大致看下以下内容,如果正在了解的小伙伴,一定要看下啦~详细内容见下文。

    遗传算法库——scikit-opt

    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)

    安装

    pip install scikit-opt

    遗传算法示例代码

    第一步:定义你的问题

    -> Demo code: examples/demo_ga.py#s1

    import numpy as np
     
    def schaffer(p):
        '''
        This function has plenty of local minimum, with strong shocks
        global minimum at (0,0) with value 0
        '''
        x1, x2 = p
        x = np.square(x1) + np.square(x2)
    return 0.5 + (np.sin(x) - 0.5) / np.square(1 + 0.001 * x)

    第二步:运行遗传算法

    -> Demo code: examples/demo_ga.py#s2

    from sko.GA import GA
     
    ga = GA(func=schaffer, n_dim=2, size_pop=50, max_iter=800, lb=[-1, -1], ub=[1, 1], precision=1e-7)
    best_x, best_y = ga.run()
    print('best_x:', best_x, '\n', 'best_y:', best_y)

    第三步:用 matplotlib 画出结果

    -> Demo code: examples/demo_ga.py#s3

    import pandas as pd
    import matplotlib.pyplot as plt
     
    Y_history = pd.DataFrame(ga.all_history_Y)
    fig, ax = plt.subplots(2, 1)
    ax[0].plot(Y_history.index, Y_history.values, '.', color='red')
    Y_history.min(axis=1).cummin().plot(kind='line')
    plt.show()

    运行效果:

    好啦,以上就是关于遗传算法的全部内容了,不知道大家有没有了解学会了呢?以上内容是非常实用的,大家以后再项目编写时候,肯定是会遇到,因此,牢记掌握很重要的哦~

    找互联网优质资源,上知事网!
    知事网 » python中的遗传算法库怎么使用?

    发表评论

    • 2732会员总数(位)
    • 2384资源总数(个)
    • 230本周发布(个)
    • 62 今日发布(个)
    • 3556稳定运行(天)

    提供最优质的资源集合

    Mac软件 Dedecms源码
    升级SVIP尊享更多特权立即升级