python - 带整数的 Scipy 微分进化

Question

我正在尝试使用 scipy.optimize.differential_evolution 运行优化。代码为 x 中的每个变量调用边界。但我想要一个解决方案，其中 x 的部分必须是整数，而其他部分可以作为 float 自由变化。我的代码的相关部分看起来像

    bounds = [(0,3),(0,3),(0,3),???,???]
    result = differential_evolution(func, bounds)

我应该用什么替换 ??? 以强制这些变量为给定范围内的整数？

Answer 1

如评论中所述，不直接支持“整数约束”。

但是您可以最小化修改后的目标函数，例如:

def func1(x):
    return func(x) + K * (x[3] - round(x[3]))**2

这将迫使 x[3] 变为整数值(不幸的是，您必须调整 K 参数)。

另一种方法是在评估目标函数之前舍入(某些)实值参数:

def func1(x):
    z = x;
    z[3] = round(z[3])
    return func(z)

这两种都是使用差分进化来解决离散优化问题的常用技术，而且效果很好。