r - 如何将非优化参数传递给 GA 包中的适应度函数

Question

我在 R 中使用 GA 包(使用遗传算法进行优化的 R 包)并且需要优化适应度函数 F(x1, x2, A_dataframe, b_const)，其中
x1 - 优化变量，min=0，max=1。
x2 - 优化变量，min=2，max=3。
A_dataframe - 不是优化变量的数据帧，而是适应度函数计算所需的已知数据帧。
b_const - 一个常量变量，也不是用于优化，而是适应度函数计算所需的已知变量。
所以适应度函数=F。

我尝试使用下一个代码。

TotalFunction <- function(A_dataframe, b_const) {

    F <- function(x1, x2, A_dataframe, b_const) {
        #code of fitness function
    }

    GA <- ga(type="real-valued", fitness=function(x) F(x[1], x[2], A_dataframe, b_const),
    A_dataframe, b_const, min=c(0, 2), max=(1, 3), popSize=50, maxiter=100)

    return(GA)
}     

你能帮我创建正确的 ga 函数吗？是否可以通过 ga 函数将已知数据帧传递给适应度函数？非常感谢。

Answer 1

我建议将您的健身功能移到 TotalFunction 之外。提高可读性并避免名称冲突/混淆。

F <- function( x1, x2, A_dataframe, b_const ) {
    #code of fitness function
}

鉴于上述 F 的定义，您可以调用 ga预先指定值为 A_dataframe 的函数和 b_const如下:

## A <- ... define your data frame
## B <- ... define your constant
result <- ga(type="real-valued", fitness=function(x) F(x[1], x[2], A, b),
    min=c(0, 2), max=(1, 3), popSize=50, maxiter=100)

这将正确利用您的健身功能 F使用参数的预定义值 A_dataframe , 和 b_const .使其动态依赖于 A和 B ，我们可以把它包装成一个函数:

ga_Ab <- function( A, b )
{
  ga(type="real-valued", fitness=function(x) F(x[1], x[2], A, b),
    min=c(0, 2), max=(1, 3), popSize=50, maxiter=100)
}