算法类#

class pygmo.algorithm(uda=null_algorithm())#

算法类。

这个类代表了一种优化算法。一个算法可以是随机的、确定性的、基于种群的、无导数的、使用海森矩阵的、使用梯度的、元启发式的、进化的等等。通过这个类，pygmo提供了一个通用接口，适用于所有类型的算法，这些算法可以应用于寻找由problem类表示的通用数学规划问题的解决方案。

为了在pygmo中定义一个优化算法，用户首先需要定义一个类，其方法描述算法的属性并实现其逻辑。在pygmo中，我们将这样的类称为用户定义算法，简称UDA。一旦定义并实例化，UDA就可以用来构造这个类的实例，algorithm，它提供了优化算法的通用接口。

每个UDA必须至少实现以下方法：

def evolve(self, pop):
  ...

evolve() 方法接受一个 population 作为输入，并期望返回由原始种群的进化（或优化）生成的新种群。

可以在UDA中实现其他可选方法：

def has_set_seed(self):
  ...
def set_seed(self, s):
  ...
def has_set_verbosity(self):
  ...
def set_verbosity(self, l):
  ...
def get_name(self):
  ...
def get_extra_info(self):
  ...

有关如何实现UDA中的可选方法以及algorithm如何使用它们的详细信息，请参阅此类中相应方法的文档。请注意，暴露的C++算法也可以用作UDA，即使它们没有暴露上面列出的任何强制或可选方法（有关已在pygmo中编码的UDA的完整列表，请参见这里）。

这个类是C++类pagmo::algorithm的Python对应类。

Parameters

uda – 用户定义的算法，可以是C++或Python

Raises

NotImplementedError – 如果 uda 没有实现上述的强制方法
未指定 – 在构造过程中调用的UDA方法抛出的任何异常，UDA的深拷贝，底层C++类的构造函数，或C++和Python之间的接口失败（例如，类型转换错误，函数签名不匹配等）

evolve(pop)#

此方法将调用UDA的evolve()方法。这是优化（进化）的核心所在。

Parameters: pop (population) – 初始人口
Returns: 进化后的种群
Return type: population
Raises: 未指定 – 由UDA的evolve()方法抛出的任何异常，或由C++和Python之间的交互失败引起的异常（例如，类型转换错误、函数签名不匹配等）。

extract(t)#

提取用户定义的算法。

此方法允许提取存储在此algorithm实例中的用户定义算法（UDA）的引用。此函数的行为取决于t的值（必须是一个type）以及内部UDA的类型：

如果UDA的类型是t，那么将返回对UDA的引用（这反映了相应的C++方法的行为 pagmo::algorithm::extract()），
如果 t 是 object 并且 UDA 是一个 Python 对象（而不是一个暴露的 C++ 算法），那么将返回对 UDA 的引用（这允许在不了解其类型的情况下提取 Python UDA），
否则，None 将被返回。

Parameters: t (type) – 要提取的用户定义算法的类型
Returns: 对内部用户定义算法的引用，如果提取失败则为None
Raises: TypeError – 如果 t 不是一个 type

示例

>>> import pygmo as pg
>>> a1 = pg.algorithm(pg.compass_search())
>>> a1.extract(pg.compass_search) 
<pygmo.core.compass_search at 0x7f8e4792b670>
>>> a1.extract(pg.de) is None
True
>>> class algo:
...     def evolve(self, pop):
...         return pop
>>> a2 = pg.algorithm(algo())
>>> a2.extract(object) 
<__main__.algo at 0x7f8e478c04e0>
>>> a2.extract(algo) 
<__main__.algo at 0x7f8e478c04e0>
>>> a2.extract(pg.de) is None
True

get_extra_info()#

算法的额外信息。

如果UDA提供了一个get_extra_info()方法，那么这个方法将返回其get_extra_info()方法的输出。否则，将返回一个空字符串。

Returns: 关于UDA的额外信息
Return type: str
Raises: 未指定 – 由UDA的get_extra_info()方法抛出的任何异常

get_name()#

算法的名称。

如果UDA提供了get_name()方法，那么此方法将返回其get_name()方法的输出。否则，将返回基于UDA类型的实现定义的名称。

Returns: 算法的名称
Return type: str

get_thread_safety()#

算法的线程安全级别。

此方法将返回一个枚举值 pygmo.thread_safety，该值指示UDA的线程安全级别。与C++不同，在Python中无法在UDA中重新实现此方法。也就是说，对于C++ UDA，返回值将是UDA的get_thread_safety()方法返回的值。对于Python UDA，返回值将无条件为none。

Returns: UDA的线程安全级别
Return type: 一个值为 pygmo.thread_safety

has_set_seed()#

检查UDA中是否可用set_seed()方法。

如果UDA中存在set_seed()方法，则此方法将返回True，否则返回False。

set_seed() 方法的可用性确定如下：

如果UDA没有提供set_seed()方法，那么这个方法将总是返回False;
如果UDA提供了set_seed()方法但没有提供has_set_seed()方法，那么这个方法将总是返回True；
如果UDA提供了set_seed()和has_set_seed()方法，那么此方法将返回UDA的has_set_seed()方法的输出。

可选的has_set_seed()方法必须返回一个bool。有关如何实现UDA的set_seed()方法的信息，请参见set_seed()。

Returns: 一个标志，表示UDA中set_seed()方法的可用性
Return type: bool

has_set_verbosity()#

检查UDA中是否可用set_verbosity()方法。

如果UDA中存在set_verbosity()方法，则此方法将返回True，否则返回False。

set_verbosity() 方法的可用性确定如下：

如果UDA没有提供set_verbosity()方法，那么这个方法将总是返回False;
如果UDA提供了一个set_verbosity()方法，但没有提供一个has_set_verbosity()方法，那么这个方法将始终返回True；
如果UDA同时提供了set_verbosity()和has_set_verbosity()方法，那么此方法将返回UDA的has_set_verbosity()方法的输出。

可选的has_set_verbosity()方法必须返回一个bool。有关如何实现UDA的set_verbosity()方法的信息，请参见set_verbosity()。

Returns: 一个标志，表示UDA中set_verbosity()方法的可用性
Return type: bool

is_(t)#

检查用户定义算法的类型。

如果extract(t)返回None，则此方法返回False，否则返回True。

Parameters: t (type) – 将与UDA类型进行比较的类型
Returns: UDA 是否为 t 类型
Return type: bool
Raises: 未指定 – 由extract()抛出的任何异常

is_stochastic()#: has_set_seed() 的别名。

set_seed(seed)#

设置随机演化的种子。

此方法将设置用于UDA中所有随机变量的evolve()方法的种子。如果UDA提供了set_seed()方法，则将调用其set_seed()方法。否则，将引发错误。seed参数必须为非负数。

UDA的set_seed()方法必须能够接受int作为输入参数。

Parameters

seed (int) – 随机种子

Raises

NotImplementedError – 如果UDA没有提供set_seed()方法
未指定 – 由UDA的set_seed()方法引发的任何异常或C++与Python之间的交互失败（例如，类型转换错误、函数签名不匹配等）

set_verbosity(level)#

设置日志和屏幕输出的详细程度。

此方法将设置算法的详细程度。如果UDA提供了set_verbosity()方法，则将调用其set_verbosity()方法。否则，将引发错误。

输入参数level的确切含义取决于UDA。

UDA的set_verbosity()方法必须能够接受int作为输入参数。

Parameters

level (int) – 所需的详细程度

Raises

NotImplementedError – 如果UDA没有提供set_verbosity()方法
未指定 – 由UDA的set_verbosity()方法引发的任何异常或C++与Python之间的交互失败（例如，类型转换错误、函数签名不匹配等）

算法课程

算法类#