0

这是我的问题。
Pyevolve是一个很棒的基于遗传算法的框架。
不同于random.randint生成初始个体（第一代）的方式。它使用自己的功能来实现： 

genome = G1DList.G1DList(8)
# Sets the range max and min of the 1D List
genome.setParams(rangemin=0, rangemax=1000)   
# pyevolve will generate 80 different individuals as default

上面的代码等于 

def individual(NUMBER):
    loc = random.sample(np.arange(1000), NUMBER)
    return loc
def population(GENSIZE, NUMBER):
    ## GENSIZE--> population scale
    ## NUMBER --> 8-elements list
    return [ individual(NUMBER) for x in np.arange(GENSIZE) ]

pop = population(80, 8)

但是当样本域不在连续范围内时。例如： 

LIST = np.arange([1,3,4,5,6,7,9,10, 12, 14,16,17,18]) ## some number are missing on purpose

有了sample = random.sample(LIST,8)，我仍然可以得到一个随机的 8 元素列表。

但是如何使用基因组.setParams 在Pyevolve中实现它。

任何建议将不胜感激。

4

1 回答 1

1

你可以定义你自己的初始化器：

def my_initialisator(genome):
    def individual(NUMBER):
        loc = random.sample(np.arange(1000), NUMBER)
        return loc
    genome.genomeList = [ individual(NUMBER) for x in np.arange(GENSIZE) ]

genome.initializator.set(my_initialisator)
于 2017-01-09T16:27:20.627 回答