import numpy as np
from pymoo.core.problem import ElementwiseProblem
from pymoo.algorithms.moo.nsga2 import NSGA2
# from pymoo.factory import get_sampling, get_crossover, get_mutation
from pymoo.optimize import minimize
from pymoo.operators.sampling.rnd import IntegerRandomSampling
from pymoo.operators.crossover.sbx import SBX
from pymoo.operators.mutation.pm import PM
from pymoo.visualization.scatter import Scatter
# Custom 2-objective, 5-integer optimization problem
class MyProblem(Problem):
def __init__(self):
super().__init__(
n_var=5,
n_obj=2,
n_ieq_constr=0,
xl=np.array([0,0,0,0,0]), # Lower bounds for variables
xu=np.array([10,10,10,10,10]), # Upper bounds for variables
vtype=int
)
def _evaluate(self, x, out, *args, **kwargs):
# Objective functions
f1 = np.sum(x ** 2) # Minimize the sum of squares
f2 = np.sum((x - 5) ** 2) # Minimize the sum of squared deviations from 5
# Assign objectives to the output
out["F"] = [f1, f2]
# Instantiate the custom problem
problem = MyProblem()
# NSGA-II algorithm setup
algorithm = NSGA2(
pop_size=100,
n_offsprings=50,
sampling=IntegerRandomSampling(),
crossover=SBX(prob=1.0, eta=3.0),
mutation=PM(prob=1.0, eta=3.0)
)
# Optimize the problem using NSGA-II
res = minimize(
problem,
algorithm,
termination=('n_gen', 100),
seed=1,
save_history=True,
verbose=True
)
# Visualize the Pareto front
plot = Scatter()
plot.add(problem.pareto_front(), plot_type="line", color="black", alpha=0.7)
plot.add(res.F, color="red", s=30, label="NSGA-II")
plot.show()
Я не знаю, почему возникла ошибка формы. 100 — это численность населения, что мне здесь изменить? Может ли кто-нибудь пролить свет на эту ошибку?
Исключение: («Ошибка проблемы: F не может быть установлен, ожидаемая форма (100, 2), но предоставлена (1, 2)», ValueError ('невозможно преобразовать массив размера 2 в форму (100,2)'))
Обратите внимание, что этот вопрос аналогичен, но у меня все равно есть эта ошибка.
Ожидается: нет ошибок, а затем Я могу просмотреть результат.
Это простая задача с двумя целями и пятью целыми числами с алгоритмом NSGA-II, код блокнота: [code]import numpy as np from pymoo.core.problem import ElementwiseProblem from pymoo.algorithms.moo.nsga2 import NSGA2 # from pymoo.factory import get_sampling, get_crossover, get_mutation from pymoo.optimize import minimize from pymoo.operators.sampling.rnd import IntegerRandomSampling from pymoo.operators.crossover.sbx import SBX from pymoo.operators.mutation.pm import PM from pymoo.visualization.scatter import Scatter
# Custom 2-objective, 5-integer optimization problem class MyProblem(Problem): def __init__(self): super().__init__( n_var=5, n_obj=2, n_ieq_constr=0, xl=np.array([0,0,0,0,0]), # Lower bounds for variables xu=np.array([10,10,10,10,10]), # Upper bounds for variables vtype=int )
def _evaluate(self, x, out, *args, **kwargs): # Objective functions f1 = np.sum(x ** 2) # Minimize the sum of squares f2 = np.sum((x - 5) ** 2) # Minimize the sum of squared deviations from 5
# Assign objectives to the output out["F"] = [f1, f2]
# Instantiate the custom problem problem = MyProblem()
# Optimize the problem using NSGA-II res = minimize( problem, algorithm, termination=('n_gen', 100), seed=1, save_history=True, verbose=True )
# Visualize the Pareto front plot = Scatter() plot.add(problem.pareto_front(), plot_type="line", color="black", alpha=0.7) plot.add(res.F, color="red", s=30, label="NSGA-II") plot.show() [/code] Я не знаю, почему возникла ошибка формы. 100 — это численность населения, что мне здесь изменить? Может ли кто-нибудь пролить свет на эту ошибку? Исключение: («Ошибка проблемы: F не может быть установлен, ожидаемая форма (100, 2), но предоставлена (1, 2)», ValueError ('невозможно преобразовать массив размера 2 в форму (100,2)')) Обратите внимание, что этот вопрос аналогичен, но у меня все равно есть эта ошибка. Ожидается: нет ошибок, а затем Я могу просмотреть результат.
У меня есть задача многоцелевой оптимизации, которую необходимо решить, чтобы минимизировать две целевые функции из 6 переменных. первая переменная — целое число, а остальные — вещественные. Я использую MixedVariableGA() для решения проблемы. Однако...
У меня есть проблема с оптимизацией, которую я хочу решить с помощью инструментов в пакете pymoo версии 0.6.1 на Python. Я определил свою проблему следующим образом:
class Problem(ElementwiseProblem):
Я пытаюсь добавить amplify к существующему приложению iOS (Swift) с несколькими целями. После запуска amplify init в корне проекта интерфейс командной строки дает следующую обратную связь:
Обновление проекта Xcode:
🚫 xcodeProject: Target Fan app не...
Мне поручили решать проблемы в системе, созданной раньше.
Система использует Jenkins в качестве инструмента системной интеграции, и, к сожалению, у меня нет предыдущего опыта работы с ней.
Проблема следующая:
При выполнении шагов локальной сборки...
Я пытаюсь добавить amplify в существующее приложение iOS (Swift) с несколькими целями. После запуска amplify init в корне проекта интерфейс командной строки дает следующую обратную связь:
Обновление проекта Xcode:
🚫 xcodeProject: Target Fan app не...