演化规划 (EP)

class pypop7.optimizers.ep.ep.EP(problem, options)[源代码]

演化规划 (Evolutionary Programming, EP)。

这是所有 EP 类的抽象基类。请使用其任意实例化的子类来优化当前的黑盒问题。

注意

EP 是三种经典演化算法 (EA) 家族之一，最初由 Lawrence J. Fogel（1998 年 IEEE 演化计算先驱奖和 2006 年 IEEE Frank Rosenblatt 奖的获得者）提出。当用于连续黑盒优化时，大多数现代 EP 版本与 ES（另外一种代表性的演化算法）有相似之处（例如，自适应）。

有关 Laurence J. Fogel 对演化计算的先驱贡献的介绍，请参阅 [Evolutionary Intelligence, 2008] 和 [ECJ 2007]。关于 EP 的一些有趣应用，请参阅例如 [Fogel et al., 2004, PIEEE] 等等。

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)

    • ‘sigma’ - 初始全局步长，也称为变异强度 (float)，

    • ‘n_individuals’ - 后代个体数量，也称为后代种群大小（int，默认值：100）。

n_individuals

子代数量，也称为子代种群大小。

类型:

int

sigma

初始全局步长，也称为变异强度。

类型:

float

参考文献

Lee, C.Y. and Yao, X., 2004. Evolutionary programming using mutations based on the Lévy probability distribution. IEEE Transactions on Evolutionary Computation, 8(1), pp.1-13. https://ieeexplore.ieee.org/document/1266370

Yao, X., Liu, Y. and Lin, G., 1999. Evolutionary programming made faster. IEEE Transactions on Evolutionary Computation, 3(2), pp.82-102. https://ieeexplore.ieee.org/abstract/document/771163

Fogel, D.B., 1999. An overview of evolutionary programming. In Evolutionary Algorithms (pp. 89-109). Springer, New York, NY. https://link.springer.com/chapter/10.1007/978-1-4612-1542-4_5

Fogel, D.B. and Fogel, L.J., 1995, September. An introduction to evolutionary programming. In European Conference on Artificial Evolution (pp. 21-33). Springer, Berlin, Heidelberg. https://link.springer.com/chapter/10.1007/3-540-61108-8_28

Fogel, D.B., 1994. An introduction to simulated evolutionary optimization. IEEE Transactions on Neural Networks, 5(1), pp.3-14. https://ieeexplore.ieee.org/abstract/document/265956

Fogel, D.B., 1994. Evolutionary programming: An introduction and some current directions. Statistics and Computing, 4(2), pp.113-129. https://link.springer.com/article/10.1007/BF00175356

Bäck, T. and Schwefel, H.P., 1993. An overview of evolutionary algorithms for parameter optimization. Evolutionary Computation, 1(1), pp.1-23. https://direct.mit.edu/evco/article-abstract/1/1/1/1092/An-Overview-of-Evolutionary-Algorithms-for

目录