Python遗传算法使用Pygad库

发布于 2025-01-21 10:10:42 字数 433 浏览 0 评论 0原文

我有一个我想最大化其价值的函数。

但是我不太了解如何使用小瓜库。我在某些站点上看到的是，他们始终使用默认函数，例如W1x1 + W2x2 + W3x3 + W4x4 + W5x5 + 6wx6。其中（x1，x2，x3，x4，x5，x6）=（4，-2,3.5,5，-11，-4.7）。在那里他们编写代码而不写入函数的代码，

function_inputs = [4,-2,3.5,5,-11,-4.7]  # Function inputs.
desired_output = 44  # Function output.

并添加其他参数

，如果我们想使用多项式函数，例如w1^3.x1 + w2^2.x2 + w3.x3 + w4。 x4 + w5.x5 + w6.x6？

原文

I have a function that I want to maximize its value.

But I don't know much how to use PyGad library. What I see on some sites is that they always use default functions like w1x1 + w2x2 + w3x3 + w4x4 + w5x5 + 6wx6. Where (x1,x2,x3,x4,x5,x6)=(4,-2,3.5,5,-11,-4.7).
And there they write the code without write the function just like :

function_inputs = [4,-2,3.5,5,-11,-4.7]  # Function inputs.
desired_output = 44  # Function output.

And add the other parameters

So what if we want to use a polynomial function like w1^3.x1 + w2^2.x2 + w3.x3 + w4.x4 + w5.x5 + w6.x6?

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

为你拒绝所有暧昧 2025-01-28 10:10:42

这很简单。只需在Python中写下您的功能即可。

(w1**3)*(x1) + (w2**2)*(x2) + (w3)*(x3) + (w4)*(x4) + (w5)*(x5) + (w6)*(x6)

为了完整的示例，请使用此示例。

def fitness_func(solution, solution_idx):
    w1, w2, w3, w4, w5, w6 = solution
    x1, x2, x3, x4, x5, x6 = function_inputs
    output = (w1**3)*(x1) + (w2**2)*(x2) + (w3)*(x3) + (w4)*(x4) + (w5)*(x5) + (w6)*(x6)
    fitness = 1.0 / (numpy.abs(output - desired_output) + 0.000001)
    return fitness

感谢您使用 pygad ！

It is simple. Just write your function in Python.

(w1**3)*(x1) + (w2**2)*(x2) + (w3)*(x3) + (w4)*(x4) + (w5)*(x5) + (w6)*(x6)

For the complete example, please use the next fitness function instead of the function used in this example.

def fitness_func(solution, solution_idx):
    w1, w2, w3, w4, w5, w6 = solution
    x1, x2, x3, x4, x5, x6 = function_inputs
    output = (w1**3)*(x1) + (w2**2)*(x2) + (w3)*(x3) + (w4)*(x4) + (w5)*(x5) + (w6)*(x6)
    fitness = 1.0 / (numpy.abs(output - desired_output) + 0.000001)
    return fitness

Thanks for using PyGAD!

回复收藏 0 原文

~没有更多了~