python - Python中的并行差分进化

Question

我正在寻找一种可以以非正统方式使用的差分进化算法（希望是来自 Scipy 的算法）。我希望对于每一代，DE 都提前给我新一代的所有子成员，并且我在我的目标函数中一次评估它们。原因是我的目标函数调用了 COMSOL。我可以在 COMSOL 中进行一批计算，COMSOl 会仔细并行化，所以我不希望 DE 自己并行化它。所以最后，我想在 COMSOL 的一次调用中计算所有成员。您是否对具有这种自由度的 Python 包有任何想法？

谢谢您的帮助！

Answer 1

differential_evolution您可以使用关键字的能力进行矢量化，workers以接受一个类似地图的callable发送给整个人口的地图，并期望返回一个数组，其中包含为整个人口评估的函数值：

from scipy.optimize import rosen, differential_evolution
bounds=[(0, 10), (0, 10)]

def maplike_fun(func, x):
    # x.shape == (S, N), where S is the size of the population and N
    # is the number of parameters. This is where you'd call out from
    # Python to COMSOL, instead of the following line.
    return func(x.T)

res = differential_evolution(rosen, bounds, workers=maplike_fun, polish=False, updating='deferred')

从 scipy 1.9 开始，还会有一个vectorized关键字，它将在每次迭代时将整个种群发送到目标函数。