为 scipy.differential_evolution 设置初始参数

Question

在scipy 的differential evolution 优化算法中，如果我有一些好的起点，是否可以设置初始参数？

例如，假设我知道最好的x 是[0.1, 0.5,0.3]，是否可以在scipy.differential_evolution 中添加它

Answer 1

scipy.optimize.differential_evolution 函数有两个可以使用的参数：

1. bounds : sequence

   变量的界限。 (min, max) 对 x 中的每个元素，定义 func 的优化参数的下限和上限。 [剪切]

   你可以试试：

   >>> bounds = [(0.0, 0.2), (0.4, 0.6), (0.2, 0.4)]
   >>> result = differential_evolution(my_func, bounds)
   

2. 最新版本的库（来自 SciPy v1.1.0）允许通过 init 关键字指定执行哪种类型的人口初始化：

   init : str or array-like, optional

   指定执行哪种类型的人口初始化。应该是以下之一：

   • ‘拉丁超立方体’
   • ‘随机’
   • 指定初始种群的数组。数组的形状应为(M, len(x))，其中len(x) 是参数的数量。 init 在使用前被剪裁到边界。

   [剪切]

   可以使用数组来指定人口子集，例如，在已知存在解的位置创建一组紧密的初始猜测，从而减少收敛时间。