Python优化算法01——差分进化算法
参考文档链接:scikit-opt
本章开始Python的优化算法系列。
优化算法,尤其是启发式的仿生智能算法在最近很火,它适用于解决管理学,运筹学,统计学里面的一些优化问题。比如线性规划,整数规划,动态规划,非线性约束规划,甚至是超参数搜索等等方向的问题。
但是一般的优化算法还是matlab里面用的多,Python相关代码较少。博主在参考了很多文章的代码和模块之后,决定学习 scikit-opt 这个模块。这个优化算法模块对新手很友好,代码简洁,上手简单。而且代码和官方文档是中国人写的,还有很多案例,学起来就没什么压力...
缺点是包装的算法种类目前还不算多,只有七种:(差分进化算法、遗传算法、粒子群算法、模拟退火算法、蚁群算法、鱼群算法、免疫优化算法) /(其实已经够用了)
本次第一节带来的是差分进化算法的使用演示。数学原理就不多说了
首先安装模块,在cmd里面或者anaconda prompt里面输入:
pip install scikit-opt
这个包很小,很快就能装好。
差分进化算法
#定义有约束优化问题
'''
min f(x1, x2, x3) = x1^2 + x2^2 + x3^2
s.t.
x1*x2 >= 1
x1*x2 <= 5
x2 + x3 = 1
0 <= x1, x2, x3 <= 5
'''
定义上面这一段问题的代码:
def obj_func(p):x1, x2, x3 = preturn x1 ** 2 + x2 ** 2 + x3 ** 2constraint_eq = [lambda x: 1 - x[1] - x[2]]constraint_ueq = [lambda x: 1 - x[0] * x[1],lambda x: x[0] * x[1] - 5]
导入包,输入参数,将DE实例化:(这里三个未知变量X,使用变量维度是3)
from sko.DE import DEde = DE(func=obj_func, n_dim=3, #目标函数和变量的维度size_pop=50, max_iter=800, #种群规模的最大迭代次数lb=[0, 0, 0], ub=[5, 5, 5], #变量的最小值和最大值的区间constraint_eq=constraint_eq, #等式约束constraint_ueq=constraint_ueq)#不等式约束best_x, best_y = de.run(2000)
print('best_x:', best_x, '\n', 'best_y:', best_y)
这里的run(2000)里面代表的是迭代2千轮,确保收敛。
最后的结果:
这里默认的是寻找最小值,可以看到这个有约束优化问题的最小值为2,当且X1=1,X2=1,X3=0的时候取到。
参数详解
输入参数,很多都是默认好的。其中种群规模,变异概率,变异系数都是差分进化算法里面的参数
入参 | 默认值 | 意义 | |
---|---|---|---|
func | - | 目标函数 | |
n_dim | - | 目标函数的维度 | |
size_pop | 50 | 种群规模 | |
max_iter | 200 | 最大迭代次数 | |
prob_mut | 0.001 | 变异概率 | |
F | 0.5 | 变异系数 | |
lb | -1 | 每个自变量的最小值 | |
ub | 1 | 每个自变量的最大值 | |
constraint_eq | 空元组 | 等式约束 | |
constraint_ueq | 空元组 | 不等式约束 |
输出参数:
这里面的方法都记录了每次迭代的X和y,可以用里面的记录值去画图,展示不同迭代次数时y的变化。
Python优化算法01——差分进化算法相关推荐
- 智能优化算法之 差分进化算法
差分进化算法原理 差分进化算法是一种随机的启发式搜索算法,简单易用,有较强的鲁棒性和全局搜索能力. 差分进化算法是一种自组织最小化方法,利用种群中随机选择的不同向量来干扰一个现有向量,种群中的每个向量 ...
- 差分进化算法python_差分进化算法Python实现
本文you清华大学硕士大神金天撰写,欢迎大家转载,不过请保留这段版权信息,对本文内容有疑问欢迎联系作者微信:jintianiloveu探讨,多谢合作~ 导语 差分进化算法是一种寻优算法,提出时间比遗传 ...
- 差分进化算法_差分进化算法
差分进化算法(Differential Evolution Algorithm,DE)是一种高效的全局优化算法.是一种模拟生物进化的随机模型,通过反复迭代,使得那些适应环境的个体被保存了下来.它的进化 ...
- 【运筹优化】DE差分进化算法求解无约束多元函数最值(Java代码实现)
文章目录 前言 优化目标 求解结果 进化过程可视化 Java算法代码 可视化代码 前言 本文以求解二元函数最小值为例,如果需要求解多元函数,只需要修改以下变量即可: varNum:变量维度数 ub和l ...
- 差分进化算法python_差分进化算法DE-python实现
算法原理请看https://blog..net/ztf312/article/details/78432711 下面是python 实现 # -*- coding: cp936 -*- import ...
- 遗传算法 差分进化算法 粒子群优化算法区别
一 遗传算法 遗传算法(GA)作为一种经典的进化算法,自 Holland提出之后在国际上已经形成了一个比较活跃的研究领域. 人们对 GA 进行了大量的研究,提出了各种改进算法用于提高算法的收敛速度和精 ...
- 【进阶一】Python实现MDCVRP常见求解算法——差分进化算法(DE)
基于python语言,实现差分进化算法(DE)对多车场车辆路径规划问题(MDCVRP)进行求解. 目录 往期优质资源 1. 适用场景 2. 求解效果 3. 代码分析 4. 数据格式 5. 分步实现 6 ...
- 标准差分进化算法matlab程序实现(转载)
标准差分进化算法matlab程序实现 自适应差分演化算法方面的Matlab和C++代码及论文 差分进化算法 DE-Differential Evolution matlab练习程序(差异演化DE) [ ...
- 差分进化算法原理及matlab代码实现
差分进化算法介绍: 在自然界中,遗传,变异,选择的作用,使得生物体优胜略汰,不断由低级向高级进化,人们发现适者生存这一规律可以模式化,从而构成一些列优化算法.差分进化算法就是从这种模式中产生的一种智能 ...
- 机器学习中四类进化算法的详解(遗传算法、差分进化算法、协同进化算法、分布估计算法)
1.遗传算法(Genetic Algorithm,GA) GA算法原理 首先我们来介绍进化算法的先驱遗传算法,遗传算法(Genetic Algorithm,简称GA)是一种最基本的进化算法,它是模拟达 ...
最新文章
- java.net.uri,java.net.uri
- 嵌入式系统编程软件架构主要包括哪些知识?
- Windows SID理解
- Struts2的2.5.10版本找不到StrutsPrepareAndExecuteFilter过滤器 与 struts.xml文件通配符异常问题
- javascript --- ES6模块与CommonJS模块的差异
- 同步方法 调用异步防范_Spring一个注解实现方法的异步调用,再也不用单开线程了...
- HATEOAS的RESTful服务。 记录超媒体API
- windows下同时安装python2与python3
- 系统集成管理师2011下半年软考透解 四
- Python标准库——走马观花
- vnc连接linux颜色灰色,关于vnc登录界面为灰色解决办法【p13】.pdf
- ASP.NET事件回传机制
- FP-growth算法原理解析
- 微信域名如何防封?微信域名被封了怎么办?微信域名被封能够恢复吗?_如何微信防封域名拦截检测
- 电脑键盘equals在哪个位置_【电脑键盘在哪里调出来】电脑键盘在哪里找_电脑模拟键盘在哪里...
- ROC、PR曲线、AUC值
- 【python安装】错误——“User installations are disabled via policy on the machine”
- imagenet数据集类别标签和对应的英文中文对照表
- HDU 6143	 Killer Names(容斥+组合)
- maven项目转gradle
热门文章
- 安装SQL Sever2017时出现“Polybase要求安装Oracle JRE 7更新51(64位)或更高版本规则失效”的解决办法
- macOS 输入法快速切换工具 —— KeyboardHolder
- oracle队列java_oracle 队列
- oracle查询第三个字母是A的员工,oracle_day2 限制查询
- 《善用佳软:高效能人士的软件应用之道》一2.2 流程图绘制软件:免费的Visio替代品...
- Ext.grid.EditorGridPanel点击单元格改变数据,动态添加列
- 超级SIM卡 SEID号读取 手机NFC门禁刷卡模块方案
- 企业信息化政务信息化浙里办
- 在VC2015里包含了lib库,但没有设置对路径的出错
- AD9的PCB技巧——环形焊盘的封装