DEAP遗传算法

Question

我目前在Python中使用DEAP进行遗传算法。我想创建一个长度为no_sensors的初始人群。我的问题是，由于random.choice(nodes)函数，一些节点最终是相同的，并且最初的长度结束小于no_sensors。我在想，如果有解决这个问题的方式：

creator.create("FitnessMax", base.Fitness, weights=(2.0, -1.0)) 
creator.create("Individual", set, fitness=creator.FitnessMax) 

toolbox = base.Toolbox() 
toolbox.register("attr_item", random.choice, nodes) 
toolbox.register("individual", tools.initRepeat, creator.Individual, toolbox.attr_item, n=no_sensors) 
toolbox.register("population", tools.initRepeat, list, toolbox.individual) 

基本上，我需要的独特的物品固定长度从列表nodes。我正在考虑使用random.sample(nodes, no_sensors)，但我似乎无法将其纳入代码而不会产生错误

您可以查看其他示例here。

Answer 1

经过一番思考，我想出了这个解决办法：

creator.create("FitnessMax", base.Fitness, weights=(2.0, -1.0)) 
creator.create("Individual", list, fitness=creator.FitnessMax) 

toolbox = base.Toolbox() 
toolbox.register("attr_item", random.sample, nodes, no_sensors) 
toolbox.register("individual", tools.initRepeat, creator.Individual, toolbox.attr_item, n=1) 
toolbox.register("population", tools.initRepeat, list, toolbox.individual) 

这是一个有点难看不过，因为每次你要访问的内容individual的Individual类型，你必须打电话individual[0]并重复individual[0]这似乎是相当多余的内容。

Answer 2

您可以使用functools.partial和random.sample：

from functools import partial 
import random 
no_sensors = 5 
mysample = partial(random.sample,k=no_sensors) 
toolbox.register("attr_item", mysample, nodes)