python - 将用户定义的数组设置为 Pyevolve 中的初始个体

Question

这是我的问题。
Pyevolve是一个很好的基于遗传算法的框架。
不同于random.randint方式生成初始individuals(第一代)。它使用自己的功能来实现:

genome = G1DList.G1DList(8)
# Sets the range max and min of the 1D List
genome.setParams(rangemin=0, rangemax=1000)   
# pyevolve will generate 80 different individuals as default

上面的代码等同于

def individual(NUMBER):
    loc = random.sample(np.arange(1000), NUMBER)
    return loc
def population(GENSIZE, NUMBER):
    ## GENSIZE--> population scale
    ## NUMBER --> 8-elements list
    return [ individual(NUMBER) for x in np.arange(GENSIZE) ]

pop = population(80, 8)   

但是当样本域不在连续范围内时。例如:

LIST = np.arange([1,3,4,5,6,7,9,10, 12, 14,16,17,18]) ## some number are missing on purpose

使用 sample = random.sample(LIST,8)，我仍然可以获得一个随机的 8 元素列表。

但是如何在 Pyevolve 中使用 genome.setParams 实现它。

如有任何建议，我们将不胜感激。

Answer 1

您可以定义自己的 Initialisator:

def my_initialisator(genome):
    def individual(NUMBER):
        loc = random.sample(np.arange(1000), NUMBER)
        return loc
    genome.genomeList = [ individual(NUMBER) for x in np.arange(GENSIZE) ]

genome.initializator.set(my_initialisator)