geatpy icon indicating copy to clipboard operation
geatpy copied to clipboard

Evolutionary algorithm toolbox and framework with high performance for Python

Results 145 geatpy issues
Sort by recently updated
recently updated
newest added

在计算Spacing的时候,出现了overflow encountered in multiply错误,请问Spacing的计算原理是什么?如何解决这个问题呢?

作者您好,请问我有自己的目标函数值数据,该如何调用您们的库仅仅只计算HV值

我这边遇到一个多维度决策变量求解问题 x:[0,1,2,1,1]=》L1,L2,L3,L4,L5 0,1,2 分别代表不同的群组 由示例x解析,被分配给群组1 的共有3个个体,"L2","L4","L5" L1,L2,L3,L4,L5 其实已经决定了 1~5这样一个分配顺序,但其实对于分配到相同群组的个体,如果他们的先后顺序会对问题结果有影响,一开始便既定了”L1,L2,L3,L4,L5 “这样一个顺序,其实对问题求解会有影响 想请较是否有更合适的决策变量或者约束或目标定义方法,可以解决或者规避这一问题呢~~~

#308 关于之前提问的进一步解释~~ 如回复者所说的方法,的确我这边有在使用CV来避免进化朝着不想要的解的方向进行 但是由于设置的进化停止方式是迭代次数,当组合量巨大的时候,迭代停止还是有可能找不到解,由于我问题的解是Xij维度的,数据量大时组合方式多运算量也是巨大。 所以想从一开始定义决策变量的时候,就剔除掉不希望得到的解,但是目前看到的对于决策变量的值是使用上下限定义的,如果可以支持x =a for a in[1,2,4,5] 这种 ,对于我的问题的运算量将是很大程度上的优化,且很大程度可以避免无解情况

**Describe the bug** A clear and concise description of what the bug is. **To Reproduce** Steps to reproduce the behavior: 1. Go to '...' 2. Click on '....' 3. Scroll...

主流的工具基本均已支持py3.11,速度比之前版本有所提升。希望能编译python 311的wheel。

请问带CV的适应度计算函数公式是什么呢,线性变换的a和b具体是怎么确定的?

发现在种群大小较大时,设置约束会极大影响 ea.ndsortESS() 函数非支配排序的速度。 我在优化中设置了种群大小为50000,三个目标。 * 没有约束,初始解集非支配排序用时约 1 秒,之后每次用时约 2~3 秒 * 有一个约束条件,初始解集非支配排序用时约 40 分钟,第一次新生成的种群非支配排序约 2 小时,之后每代非支配排序用时约几秒。 请问为什么会有那么大的差别?能否优化非支配排序中对于约束条件的处理?

作者您好, 程序已通,但需要IGD指标。 代码中提到,多目标优化且给定了理论最优解时才能生输出IGD指标值。 这里提到的“理论最优解”是什么?在程序中怎么体现呢? 谢谢解答!

Algorithm: soea_SEGA_templet 运行脚本在 NIND = 200 且 MAXGEN=20 参数条件下运行良好 NIND = 5 且 MAXGEN=5 参数条件下进行小样本测试时引发 KeyError ![image](https://user-images.githubusercontent.com/101684552/230763021-4133f900-134c-4520-9c47-c30315d84ea2.png)