问题标签 [pygmo]

我不知道我是否来对了地方，但我现在正试图在 64 位 Windows 上运行一个需要 PyGMO 的 Python 3.5.1 程序。

我下载了 1.1.7 的 msi 版本（在此处下载），运行安装程序，然后尝试运行程序，出现以下错误：

该程序是这样的单个脚本：

有没有人有这方面的经验？

我根本不知道在哪里可以找到 DLL...

我正在使用 Python 的 PyGMO 包进行多目标优化。我无法在构造函数中修复适应度函数的维度，并且文档也不是很有描述性。我想知道这里是否有人过去曾使用过 PyGMO：这可能相当简单。

我尝试在下面构建一个最小示例：

fdim=2以上是设置适应度维度的失败尝试。代码失败并出现以下错误：

如果有人可以帮助解决这个问题，我将不胜感激。谢谢！

我正在尝试使用 Python 库Pygmo2 ( https://esa.github.io/pagmo2/index.html ) 来并行化优化问题。

据我了解，可以通过岛屿群岛（在本例中为mp_island ）实现并行化。

作为一个最小的工作示例，来自官方网站的教程之一可以提供：https ://esa.github.io/pagmo2/docs/python/tutorials/using_archipelago.html

我提取了代码：

查看旧版本库的文档（http://esa.github.io/pygmo/documentation/migration.html），岛之间的迁移似乎是岛并行化模型的一个基本特征。此外，据我了解，没有它，像进化算法这样的优化算法就无法工作。

但是，在Pygmo2的文档中，我无法找到如何执行迁移。

它是在群岛中自动发生的吗？

它取决于所选的算法吗？

它还没有在Pygmo2中实现吗？

是否缺少有关此的文档，或者我只是没有找到它？

有人可以启发我吗？

在使用pygmo2 simulated_annealing()算法时archipelago，我发现似乎只有最初的冠军进化了，其他所有岛屿都保持不变。

考虑以下测试用例：

但如果我使用 运行相同algo=pg.simulated_annealing()，那么初始的 population_f 为

成为，在一次调用之后evolve()，

请注意，只有开始时适应度最小的岛才是唯一进化的岛。这发生在不同的问题、不同的算法和不同数量的岛屿上。看起来像一个错误？

调用方法时会抛出错误。

我将如何编写满足方法参数的python代码？

这是在 PyGMO python 库中，它是 PyGMO 1.7 版本，但更新版本不包含必要的问题。

编辑（添加导致问题的代码）：

我意识到元组不会满足论点，但是我不知道会怎样

我很高兴运行 Pygmo2 以使用自适应差分进化来解决 18 参数问题。

一切运行良好，但代价高昂：Pygmo 极大地过度分配内存，请求大约 170G 而实际使用大约 10G。
我在一个总共500G的shered集群上运行，所以我不能同时运行多个实例而不影响其他用户的服务器性能。由于完成一次运行需要 2-3 小时，这对于探索性分析和目标函数优化来说有些限制。

我查看了文档、其他 SO 问题、git 线程，但我不得不说我没有找到太多关于内存使用的信息。所以，我的问题是：

• 对于具有多个参数的问题，这种内存贪婪行为是否正常？还是由于目标函数的编码方式？（我会发布代码，但它是描述热力学生化平衡的 600 行代码，如果没有必要，我不会阻塞帖子）
• 如果这种过度分配是正常的，它有什么作用呢？
• 有没有办法限制pygmo分配的内存？
• 提示/技巧/经验/建议？

关于设置的一些细节：
pygmo 2.8
18 参数问题
群岛，有 4 个岛屿
，有 40 个父母（关于缺乏性能提升的有趣声明，无论参数数量如何，父母的数量都会爆炸http://www1.icsi.berkeley。 edu/~storn/code.html）

谢谢！

这个问题非常简单，也许很愚蠢，但我们开始吧：

如此处（https://esa.github.io/pagmo2/docs/python/algorithms/py_algorithms.html）
如果你进化一个单一的群体，你可以得到你的 algo.evolve() 调用的日志，如下所示：

如果您利用 pygmo 的力量来使用群岛并行进化，您将执行以下操作：

然而，群岛没有 extract() 方法（就像算法那样），也没有 get_algorithm() 方法（就像岛屿一样），也没有任何其他在文档中足够明显的东西（至少对我来说）可以完成这项工作。 ..

那么，如何将输出algo.set_verbosity(100)放入文件而不仅仅是标准输出？
而且，一旦到了这里，有没有办法让它按岛组织而不是交错，因为它打印在标准输出上？
（我在运行每个岛时都会在到达给定触发器时打印报告，但如果所有内容都已存储，则应该可以对其进行排序）

谢谢！

我正在试验Pygmo，发现它对于设置全局优化任务非常方便。但是，如果我的计算机上没有更多 CPU 内核 (>32)，那就太好了。我想尽可能地保持成本效益，并考虑在谷歌云实例上使用 AWS 现货实例或抢占式 VM 实例。因为实例可以随时关闭，所以我需要一些热启动功能。我在 API 中找到了一个archipelago::save函数，但不明白这个函数是否可以用来保存优化器的状态。是否可以热启动 Pygmo/Pagmo2 ？

Pygmo 2.1SPEA2算法还没实现？

我问是因为看起来在文档SPEA2上完全实现了Pygmo

nsga2算法没问题。

重现错误的步骤：

我希望没有错误，但我得到了

我正在尝试使用 pygmo 进行优化。我正面临来自 pygmo 包的错误。它基本上是矢量优化。启动填充时出现以下错误：“TypeError：没有注册的转换器能够从这个 numpy.ndarray 类型的 Python 对象生成 double 类型的 C++ 右值”

我试图从我的函数中删除 scipy 命令，但我的函数抛出错误。

我想知道我是否可以通过在我的成本函数中包含来自其他 python 包（如 numpy 或 scipy）的命令来在 pygmo 中进行优化。什么是 c++rvalue，哪个变量被称为 numpy.ndarray