问题标签 [pymoo]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - Pymoo 使用 nan 参数生成候选者
我正在使用 NSGA-III 使用 Pymoo (0.5.0) 运行多目标优化，并且在我的新候选者群体中，一些生成的候选者具有 nan 参数。这导致我的评估函数（这是对神经网络的调用）返回 nan。优化正在运行并产生预期的结果，但我想知道为什么一些候选参数是 nan。这是问题的代码。
问题设置：
评估功能：
算法设置：
执行：
看起来唯一受影响的参数是 poly6 (param[11])、poly7 (param[12]) 和 poly8 (param[13]) 项。而且它因候选人而异。我承认我没有尝试过任何不同的交叉或突变方案，但这些似乎是文档中最好的。
提前致谢！
python - Pymoo -Error：值的数量和人口规模不匹配
我有以下一组方程：
我的目标函数是最小化（ef）和最小化（tc）主题。至 Σx <40 且 xi 界限为 [0,15]
我尝试了下面的代码，但它抛出了一个错误
错误信息：
algorithm - 在结果中找到比 zdt1 问题的帕累托前沿更好的解决方案是否有意义？
我正在测试一个带有 zdt1 问题（最小化问题）的多目标优化算法。结果如下图（帕累托前沿颜色为灰色，得到的解为红色）。在结果中找到一个比帕累托前沿更好的点（图中用绿色圈出的点）是否有意义？谢谢您的帮助
optimization - Pymoo 中目标函数的约束
当我使用 nsga2 在 pymoo 中使用 lstm 作为元模型时，我有一个数据集。我有 4 个目标函数，其中一些是负值，一些是正值。目标是使 4 个目标函数尽可能接近 0。但是我不确定如何为 pymoo 改变什么。我的代码如下。谢谢
...
...
python - 无论在 pymoo 中运行多少次迭代，世代距离始终是相同的数字
我正在尝试使用多目标优化包 pymoo 在三个基准问题（DTLZ1 和 DTLZ7）上运行和比较三种算法（NSGAII、NSGAIII 和 MOEAD）。
至于性能指标，我使用的是执行时间（目前看来还可以）和代际距离。后者，无论精度和迭代次数如何，总是得到相同的值。由于三种算法都是进化的，这似乎不合理，因为每次迭代都有一个随机输入。
有机会知道什么是错的吗？
这是 outfile 的一个片段：
python - 在 Pymoo 中编写复杂的约束
我需要在 Pymoo 中为调度问题编写一个复杂的约束。对于所有 i = 1 到 7，t = 1 到 14
sum (k in 1 to 3 ) y(i)(k)(t) <= 1
如何将索引和总和合并到 Pymoo 约束/目标函数中？请分享任何显示编写此类约束的示例的参考。
这是我使用遗传算法 NSGA-II 创建的代码草案
python - 使用python的pymoo优化包进行离散优化
我正在尝试使用 pymoo 包解决 python 中的离散优化问题。该文档讨论了支持遗传算法的离散优化。但我想用差分进化算法来解决。我尝试用 DE 替换 GA，但它会引发错误。有谁知道 pymoo 是否支持使用差分进化算法进行离散优化？
python - 在pymoo包中使用DE进行优化时如何将`type_var`参数作为int传递
我最近使用 pymoo 来解决离散优化问题。我正在尝试使用差分进化算法来解决问题。按照文档，我尝试了几件事..
并且效果很好。因此推断 pymoo 支持离散变量的 DE。
我正在尝试在pymoo中使用可用于DE算法的示例..
我面临的问题是我不确定type_var在此示例中将参数传递到何处。我尝试过 get_prboblem() 但它说未定义。在文档中找不到它..有人可以帮助我在哪里传递type_var以使 DE 作为离散优化工作吗？