Python中的一种进化计算算法CPIE。
cpie的Python项目详细描述
消费物价指数
Python中基于聚类的有前途的个体封闭体（CPIE）。在
CPIE是一种进化计算算法，它的目标是搜索最佳参数，使黑盒函数，尤其是UV函数最小化。
UV函数有U-valley，它占用很大的搜索空间，但只包含局部最优；V-valley占用较小的搜索空间，但包含全局最优。
e、 g.双球体：f（x）=最小值（（x-2）^2+0.1，10*（x+2）^2）
安装
$ pip install cpie
CPIE依赖于numpy，因此如果需要请安装numpy。在
用法示例
首先，您可以导入CPIE模块，如下所示。在
^{pr2}$然后，你需要准备最小化的目标函数。在
defsphere(x):returnsum(xi*xiforxiinx)defobjective_func(x):returnmin(sphere(x-2)+0.1,10*sphere(x+2))
你可以像下面这样最小化目标函数。在
dimension=2bounds_min=[-10.0]*dimensionbounds_max=[10.0]*dimensioncpie=CPie(bounds_min,bounds_max,Ns=7*dimension)foriinrange(2000):solution=cpie.sample()f_value=objective_func(solution)cpie.update(f_value)cpie.print()
“bounds_min”和“bounds_max”表示搜索空间。
CPIE从搜索空间中单一采样的Ns解开始优化。在
经过优化循环后，可以得到优化解。在
print("global best x",cpie.best.x)print("global best f",cpie.best.f)
CPIE是小生境算法，所以你也可以从每种模式中得到最佳的解决方案。在
bests=cpie.get_bests()fori,binenumerate(bests):print("mode",i," f",b.f)
示例_主.py显示完整的示例代码。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
