问如何使用NSGA-II ( python/pymoo库)从列表中选择最优的值对ENTensorFlow是一个用于人工智能的开源神器...
NSGA-II(nondominated sorting genetic algorithm II)是2002年Deb教授提出的NSGA的改进型,这个算法主要解决了第一版NSGA的三个痛点: 非支配排序的高计算复杂度 共享参数难以确定 缺少保存精英策略 针对这三个问题,在NSGA-II中,Deb提出了快速非支配排序算子,引入了保存精英策略,并用“拥挤距离”(crowding distance)替代...
在每个迭代步的最后,将父代与子代合为一个族群,依照比较操作对合并后族群中的个体进行排序,然后从中选取数量等同于父代规模的优秀子代,这就是NSGA-II算法中的精英保存策略。 DEAP实现 DEAP内置了实现NSGA-II中基于拥挤度的选择函数用来实现精英保存策略 tools.selNSGA2(individuals, k, nd='standard') 参数: indi...