python多目标优化工具包_基于PyGM的多目标优化

我在Python中使用PyGMO包进行多目标优化。我无法在构造函数中修复fitness函数的维度，而且文档也不是很具描述性。我想知道这里是否有人在过去有过PyGMO的经验：这可能相当简单。在

我试图构建一个最小的示例：from PyGMO.problem import base

from PyGMO import algorithm, population

import numpy as np

import matplotlib.pyplot as plt

class my_problem(base):

def __init__(self, fdim=2):

NUM_PARAMS = 4

super(my_problem, self).__init__(NUM_PARAMS)

self.set_bounds(0.01, 100)

def _objfun_impl(self, K):

E1 = K[0] + K[2]

E2 = K[1] + K[3]

return (E1, E2, )

if __name__ == '__main__':

prob = my_problem() # Create the problem

print (prob)

algo = algorithm.sms_emoa(gen=100)

pop = population(prob, 50)

pop = algo.evolve(pop)

F = np.array([ind.cur_f for ind in pop]).T

plt.scatter(F[0], F[1])

plt.xlabel("$E_1$")

plt.ylabel("$E_2$")

plt.show()

上面的fdim=2是设置适应度维度的失败尝试。代码失败，错误如下：

^{pr2}$

如果有人能帮我解决这个问题，我将不胜感激。谢谢！在

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！