问题标签 [deap]

我正在尝试对几何模型进行符号回归。而且它在大多数情况下都会卡在健身分数不接近 0 的情况下。所以我做了一些研究，发现这是局部最小值的问题。有些人试图将人口多样性置于健康之上。但这不是我想要的。

所以我所做的是重新配置algorithms.eaSimple并在其中添加了一个块。因此，当最后n=50一代具有相同的适应度时，它会重置种群。除此之外，我没有任何想法，因为我对它很陌生。 有没有更好的方法来做到这一点？

我正在使用最小健身。creator.create("FitnessMin", base.Fitness, weights=(-1.0,))

输出

在第 59 代获得 54.4395 最低适应度 50 次后，人口将重置。

我对 DEAP 很陌生，查看了几个地方和示例，我看到它使用这种方法为遗传算法创建类：

我不明白的是权重参数。假设 DEAP 可用于解决多目标问题（最大化和最小化），这就是为什么权重可以是正数或负数的原因。

但它是如何与适应度/目标函数相关联的呢？适应度函数是否必须返回多个值，每个权重一个？

这似乎是最奇怪的事情，但是我在这里束手无策。我有一个 PyGame/PyMunk 模拟（计划运行 2 秒的简单 BouncyBall 演示）。我将它连接到 DEAP 以尝试优化线路布局，以最大限度地增加屏幕上最后的球数。

第一代似乎运行良好（并且在预期的时间内），但是任何剩余的代都只是飞过。

我正在打印invalid_ind列表并且那里有内容，但是 pygame 似乎只是不想在第一代之后重新运行。

这里是否发生了某种低级优化？我不希望 10 代 * 50 个人 * 2 秒评估的 DEAP 运行会立即运行，所以我很困惑。

这是我的DEAP 代码

这是我的BouncyBall 代码

它们在第 1 代中很好地连接在一起，但除此之外的任何东西都会过去。

我有一个列表，其中包含 2 个属性，即cost和rating。我需要找到成本更低、评级更高的可能最佳航班。这是一个具有最小化和最大化目标的多对象优化问题。如何在 DEAP 中实现这一点？

我正在努力实施个人，因为我对 DEAP 很陌生。

我尝试将 DEAP 用于多目标 PSO。因此，我使用 pip install 在我的 anaconda 环境中安装了 deap。我在 conda 列表中找到了 deap。但我不能在python中导入deap。你能帮我解决这个问题吗？我在安装软件包之前激活了 conda 环境。

我的默认 python 路径和 deap 库路径如下。

当我执行我的文件 deap.py 时，我收到以下错误。

Traceback（最近一次调用最后一次）：文件“deap.py”，第 5 行，来自 deap 导入库、创建者、工具、算法

ImportError：无法导入名称库

在将包含大约 10 MM 条目的 DEAP 日志（本质上是字典列表）转换为 Dataframe 以进行进一步处理时，我收到了一条关于 Google Colab 中 RAM 溢出的消息。

我正在使用 DEAP 包进行一些实验，因为我的机器又慢又旧，我一直在帮助自己使用 Google 的 Colab 服务。模拟的结果是一个 DEAP 的日志，这是一个字典列表。每个字典都是对模拟屏幕截图的重要值的汇总。我一直在将这个字典列表转换为 Dataframes 进行分析，但是对于最大的模拟，由于它超过了分配的 RAM，进程崩溃了。

字典存储这种值：

我有兴趣存储为 pandas 数据帧的日志在 10MM 到 12MM 之间。稍后，我会将这个数字减少到五分之一左右。

在对日志进行腌制和解封后，我发现我使用了分配的 12.7GB 中的大约 7.7GB。

我试过了：

和

没有成功。

我得到的错误是：

我希望有一个包含 DEAP 日志中所有数据的数据框。

我的问题涉及检查点。我的遗传算法代码使用 eaSimple 运行良好，但我需要对具有多代 (50+) 的大量人口 (1000+) 运行测试和评估。因为我在远程工作，所以我与主机的连接将在 12 小时后超时。这些更大的测试可以运行比这个时间更长的时间，我最终会失去我在算法中的位置。我试图创建一个检查点，但它只会在所有代都运行后创建一个检查点。有没有办法使用 EaSimple 进行检查点，还是我必须编写自己的遗传算法来包含手动检查点系统？

根据deap手册，我无法使用包含的算法检查点，有没有办法解决这个问题？ https://deap.readthedocs.io/en/master/tutorials/advanced/checkpoint.html

谢谢

我学得很深，我想用勺子。是否可以在笔记本中测试我的程序？

我从 scoop 文档中了解到 $ python -m scoop your_program.py 是正确的运行方式。有什么方法可以将“-m scoop”作为参数传递给笔记本？

谢谢。

我想在 GP 中使用不止一种变异方法，例如 mutUniform 和 mutEmphemeral。但是所有的算法都只能接收一个参数。有没有办法可以解决这个问题？

我在 python 中使用 DEAP 库来解决遗传编程最大化问题。

我曾经用eaSimple algorithm60% 的交叉概率和 30% 的突变概率创建种群。

种群中最佳个体的适应度正在增加，但种群的平均适应度有时会下降（例如，第一个种群的平均适应度大于最后一个种群的平均适应度）。

这是正常的还是设置有问题？

另一件要提的是，我将最差适应度设置为零，并且人口确实包括适应度值为零的个人（人口规模为 1000）。