python - 如何在基于DEAP的Python遗传算法中添加淘汰机制

Question

这是我的问题。
我正在使用 DEAP 处理一个优化问题。

现在，我toolbox.register("select", tools.selNSGA2)习惯选择一些最适者生存。

但我想通过用户定义的函数添加一些阈值。

算法能否实现两步选择？

1. 通过锦标赛或 selNSGA2 方法选择几个人

2. 通过预定义的阈值消除几个人。

Answer 1

这应该有效。

def myselect(pop, k, check):
    return [ind for in in tools.selNSGA2(pop, k) if check(ind)]

def mycheck(ind):
    return True

toolbox.register("select", myselect, check=mycheck)

但是，您最终会选择 <= k 个后代。