python+遗传算法+Geatpy库—常用表示

numpy

geatpyeatpy中的大部分数据都是都是使用numpy的数组进行存储和计算的

import geatpy as ea import numpy as np

Nind

种群的规模（个体数量）

Nind = 4(整数）

Chrom

种群染色体用Chrom：种群染色体矩阵

lind表示编码的长度，Nind表示的是种群的规模（个体数量

二维数组，其中每一行对应一个个体的染色体编码

Phen

Chrom经过解码后得到的基因表现型矩阵Phen

 每一行对应一个个体，每一列对应一个决策变量

Nvar表示变量的个数，Nind表示的是种群的规模（个体数量）

Phen的值与采用的解码方式有关

ObjV

目标函数值

 每一行对应每一个个体，=Chrom行数

每一列对应一个目标函数

（单目标函数=ObjV会只有1列；

多目标函数=ObjV会有多列）

FitnV

适应度函数

 每一行代表一个个体的适应度值，=Chrom行数

1，Geatpy中的适应度遵循“最小适应度为0”的约定。

2,

CV

种群个体违反约束矩阵

每一行代表种群的每一个个体；每一列代表一个约束条件

1,元素若小于或等于0，表示该元素对应的个体满足对应的约束条件

2，若大于0，表示违反约束条件，值越大，违反程度越高

FieldD

三种Encoding：

• BG(二进制/格雷码)

• RI(实整数编码，即实数和整数的混合编码)

• p（排列编码，染色体每一位都是互异）

Encoding = 'BG'的种群，使用8行n列的矩阵FieldD作为译码矩阵

长度等于决策变量个数的行向量
lens：每一个子染色体的长度，

sum(lens)等于染色体的长度
lb：决策变量的上界

ub：决策变量下界；
codes指明用的是二进制编码还是格雷编码（0=二进制编码

1=表示使用格雷编码）
scales：2.5.0版本开始，取消
lbin：上界是否包含其范围的边界

ubin：下界否包含其范围的边界。0不包含，1包含；
varTypes：决策变量的类型，0为对应位置决策变量是连续型变量，1为离散型；

phen=ea.bs2ri(chorm,FieldD)

进行解码

FeildDR

Encoding = 'RI'种群

n为染色体所表达的控制变量个数

内置的crtfld来方便的快速生成区域描述器

Encoding = 'p'

第一行所有元素都相等，

第二行所有元素也都相等，

第三行元素均为1（排列编码变量是离散的）

FieldDR有Lind列（即染色体长度为Lind）
要求上界 - 下界 + 1 >= Lind

trace

进化跟踪器

记录种群在进化的过程中各代的最优个体

 MAXGEN是种群进化的代数，每一列代表不同的指标，每一行代表一代；