分布估计算法 (EDA)

class pypop7.optimizers.eda.eda.EDA(problem, options)[源代码]

分布估计算法 (EDA)。

这是所有 EDA 类的抽象类。请使用其任何已实例化的子类来优化手头的黑盒问题。

注意

正如 [Kabán et al., 2016, ECJ] 所认可的，“EDA 是进化算法的一个现代分支，在原理上具有一些独特的优势”。

又称概率模型构建遗传算法 (PMBGA)、迭代密度估计算法 (IDEA)。

参数:

problem (dict) –
问题参数，包含以下通用设置 (键)
- 'fitness_function' - 需要被最小化的目标函数 (func),
- 'ndim_problem' - 维度数量 (int),
- 'upper_boundary' - 搜索范围的上边界 (array_like),
- 'lower_boundary' - 搜索范围的下边界 (array_like).
options (dict) –
优化器选项，包含以下通用设置 (键)
- 'max_function_evaluations' - 函数评估的最大次数 (int, 默认: np.inf),
- 'max_runtime' - 允许的最大运行时间 (float, 默认: np.inf),
- 'seed_rng' - 随机数生成器的种子，需要明确设置 (int);
以及以下特定设置 (键)
- “n_individuals” - 后代数量，即后代种群大小（int，默认值：200），
- “n_parents” - 父代数量，即父代种群大小（int，默认值：int(self.n_individuals/2)）。

n_individuals

子代数量，也称为子代种群大小。

类型:: int

n_parents

父代数量，也称为父代种群大小。

类型:: int

参考文献

https://www.dagstuhl.de/en/program/calendar/semhp/?semnr=22182

Brookes, D., Busia, A., Fannjiang, C., Murphy, K. and Listgarten, J., 2020, July. 通过期望最大化透镜看分布估计算法。 In Proceedings of Genetic and Evolutionary Computation Conference Companion (pp. 189-190). ACM.

Kabán, A., Bootkrajang, J. and Durrant, R.J., 2016. 迈向大规模连续 EDA：随机矩阵理论视角。 Evolutionary Computation, 24(2), pp.255-291.

Larrañaga, P. and Lozano, J.A. eds., 2002. 分布估计算法：进化计算的新工具。 Springer Science & Business Media. (Pedro Larrañaga + Jose Lozano: 因对 EDA 的贡献而成为 IEEE 会士)

Mühlenbein, H. and Mahnig, T., 2001. 进化算法：从重组到搜索分布。 In Theoretical Aspects of Evolutionary Computing (pp. 135-173). Springer, Berlin, Heidelberg.

Berny, A., 2000, September. 组合优化的选择与强化学习。 In International Conference on Parallel Problem Solving from Nature (pp. 601-610). Springer, Berlin, Heidelberg.

Bosman, P.A. and Thierens, D., 2000, September. 从离散扩展到连续分布估计算法：IDEA。 In International Conference on Parallel Problem Solving from Nature (pp. 767-776). Springer, Berlin, Heidelberg.

Mühlenbein, H., 1997. 选择响应方程及其在预测中的应用。 Evolutionary Computation, 5(3), pp.303-346.

Baluja, S. and Caruana, R., 1995. 从标准遗传算法中移除遗传学。 In International Conference on Machine Learning (pp. 38-46). Morgan Kaufmann.

EDA