geatpy
geatpy copied to clipboard
Evolutionary algorithm toolbox and framework with high performance for Python
现在3.11版本从性能上有提升。建议编译3.11版本。
看到文档里说可以自定义自适应交叉、变异算子,能否给出一个自定义算子的示例~
我的模型如下: ![image](https://github.com/geatpy-dev/geatpy/assets/71620760/1c69ff3c-efe8-40a0-ad5d-3311c76d02c1) 在2X2小规模路网实验: ![image](https://github.com/geatpy-dev/geatpy/assets/71620760/ae23976d-1be7-4ddc-8e45-e05f2614a113) 代码如下: ```python import numpy as np import geatpy as ea class MyProblem(ea.Problem): # 继承Problem父类 def __init__(self): self.links_num = 12 self.routes_num = 6 self.path_link_incidence = { (0,...
**Describe the bug** 我正尝试RI和P混合编码解决VRP问题,但在创建`PsyPopulation`时发生错误,提示`error in crtpp: Invalid syntax of FieldDR. (FieldDR的格式错误。)`。我输出了我的Field1和Field2, field1: [[0. 0. 0. 0. 0. 0. 0. 0.] [1. 1. 1. 1. 1. 1. 1. 1.] [1. 1....
使用geatpy求解一个小规模0-1规划模型时,始终找不到可行解,已尝试过调参、更换算子、更换算法模板、放松等式约束。谢谢~ p.s 因规模很小,用cbc求解器求解可以快速找到最优解。 p.s 也尝试过传入先验知识(一个较差的可行解),有可行解,但可行解和最优解就是先验知识传入的解,即解没有任何改进。 数据[middle_nonlinear.csv](https://github.com/geatpy-dev/geatpy/files/10810680/middle_nonlinear.csv) 代码如下; ```python # -*- coding: utf-8 -*- import numpy as np import geatpy as ea class BOO(ea.Problem): def __init__(self, testName, M=2): # testName:数据文件名; M...
# -*- coding: utf-8 -*- import numpy as np import geatpy as ea A = 2 # x方向有A个货位 B = 2 # y方向有B个货架 C = 3 # z方向有C层 L =...
多种群的选择函数存在bug; 我在程序中设置了对每个种群个体的选择数量要大于当前种群的50%(也即MSel=0.5,NSel=300),共计3个种群; 执行mselecting函数后,得到的子代种群数量并没有达到每个种群数量的50%以上,如下图所示:第三个种群初始个体数量为16个,按照设置的MSel=0.5,选择后第三个种群数量起码要达到8个以上,但是结果只选择了1个。同理第二个种群的选择结果也是一样的情况; ![5f9cdf493b1853738ea134f16a9dc49d](https://github.com/geatpy-dev/geatpy/assets/90584950/071393ae-108b-4f06-a273-79e347bd5a1c) ![c68f50c16f5eb3c07a6178938c104d68](https://github.com/geatpy-dev/geatpy/assets/90584950/feb10e64-27b8-4567-a7e5-4c6cbb1fb69b)
这对于不同维度的决策变量,当他们取值集合是相同的时候的确适用 我这边问题模型的变量格式是x:[1,2,0,1,2] 但是0位取{1,2},1位取{0,2},其他三位取值{0,1,2} 不同纬度,集合不同该如何对应,感觉有点难
参考soea\_demo11,可以给x设置成在一个集合中取值 _Originally posted by @geatpy-dev in https://github.com/geatpy-dev/geatpy/issues/323#issuecomment-1547996388_
HV 计算方式
作者您好,请问hv系数在不指定参考函数时的计算方式是什么? 我在使用代码时使用了NSGA-II算法,但是由于是实际问题,无法指定理论最优值 algorithm = ea.moea_NSGA_2_templet(problem, popluation) 而后使用algorithm.log['hv'][-1]就可获得解的hv系数 [issue #133 ](https://github.com/geatpy-dev/geatpy/issues/133) 查看了其他人的问题,发现前面版本可能涉及参考点的计算,请问未指定参考点时仍然按照这种方式计算吗? 如果是的话,根据我的理解,对于一个双目标规划问题,其参考点位于(1.1*Max(x), 1,1*Max(y))的位置?