问题标签 [differential-evolution]

我正在尝试使用scipy 差分进化算法workers的参数。

当我把它设置为 1 时，我的脚本运行没有问题。如果我放了一些不同的东西，它会失败并出现以下回溯：

有人可以帮忙解释如何使用这个参数（特定的目标函数？其他约束？）？

还可以欣赏使用多核的简单 python 差异进化优化的示例。

我正在尝试使用 scipy.optimize.differential_evolution 进行优化。我想为 20 个变量找到最佳权重组合，以找到计算的总分和预定排名之间的最大化 Spearman 相关性。由于总权重应约为 100%，因此我需要向 DE 添加约束。在阅读了几篇文章后，我的代码是这样的

但是，DE 只运行一次迭代并返回 999 的“成功”结果。感觉 DE 认为 999 是最佳解决方案并停止寻找更好的解决方案。

我尝试了另一种技巧，通过更改目标以同时最小化“Spearman Correlation + abs(total weights - 1)”，并且可以得到正确的答案。但是我还是想用“if-else”的方式来定义约束，直接得到spearman相关性。

为了使我的建模代码更整洁，我一直在使用 namedtuples 来管理模型参数。我想使用 SciPy 的差分进化并行实现来使我的模型适合数据，但我只能让它串联工作。

的文档differential_evolution规定目标函数必须是“可腌制的”以进行并行优化。在目标函数参数中使用 namedtuples 似乎违反了这一要求。是否有不涉及完全重写我的建模代码如何处理参数的解决方法？

下面是一个简化的例子。

代码：

程序输出：

我试图获得具有线性约束的非线性函数的全局最小值。我分享你的代码：

我不知道为什么，但是当我运行时出现以下内容：

“如果self._binomial中的策略：TypeError：不可散列的类型：'list'

有人遇到过同样的错误吗？这是我第一次尝试解决优化问题，所以我需要一点帮助。欢迎任何建议！非常感谢 ！

我正在使用以下代码进行实验并开始学​​习如何使用 DE 优化更复杂的问题。我需要可以使用整数的优化器。

设置popsize时出现问题。我得到的人口比预期的要多，如果我将它设置为 0，它会继续为第一个人口获取 10 个元素，然后为其他人口获取 5 个元素，直到达到最大值。

这是我用上面的代码得到的输出的一个例子

我真的不明白我做错了什么，至少我预计 popsize=0 会出错。此外，是否有任何其他隐藏参数来设置必须编辑的初始种群大小？

我还是个初学者，几周前我开始使用 python，所以我真的很感谢你的简单解释。

非常感谢所有花时间回答我的人。

史蒂夫

我的问题已经在这里得到了部分回答。我只需要将答案扩展到另一个 Scipy 函数。（Windows 10 上的 Scipy 1.4.0、Python 3.7）

参考@ali_m给出的答案，我尝试将相同的想法应用于differential_evolution()也具有callback参数的 Scipy 函数。

我想确保我的 Scipydifferential_evolution()函数在一定时间限制后停止运行。在本例中，我选择了具有 40 个输入参数和 0.3 秒阈值的 Rosenbrock 函数来突出显示发生的情况。

结果我没有收到任何错误，但似乎 Scipy 中使用的相同逻辑在minimize()这里不起作用。更具体地说，当我运行程序时，即使在引发警告之后，程序也会默默地继续计算所有必要的迭代，直到优化问题收敛。

有谁知道为什么在这种情况下它不像minimize()以防万一？我将衷心感谢您的帮助。

提前致谢

我是一名工程专业的学生，​​在遗传算法方面实习。最近，我一直在对差异进化进行大量研究。在我实习期间，我们决定直接使用scipy.optimize.differential_evolution()来测试差分进化。

在文档中，提到并行是可能的，但我们不确定它是否真的会产生很大的不同。这就是为什么我们决定寻找是否有一种方法可以预测性能的改进。我发现使用阿姆达尔定律可以实现这样的事情。我的问题是，为了使用阿姆达尔定律，我必须知道“程序的一部分可以并行化”。有没有人可以帮我找到这部分？或者可能以另一种方式预测改进？

先感谢您！

其中 invSortino 采用长度为 x ad 的迭代返回一个负标量。

界限由

或者

边界的长度是正确的，（上面的方法2）

但可迭代生成的长度为 0

结果是

导致错误

在 jDE 中，每个人都有自己的 F 和 CR 值。如何以编程方式将这些值分配给每个人。如何更新这些值。

伪代码会有所帮助。

有谁知道如何将初始解或初始解矩阵输入到 Scipy 库中的差分进化函数中？

该文档没有解释它是否可能，但我知道最初的解决方案实施并不罕见。Scipy 使用如此广泛，我希望它具有这种类型的功能。