def Ann(Specie_List,t): import ArtiNN Genes=[]; Cost=[] i=0;j=0 while j<=Iter: while 1: try: Sp=Specie() if t==0: Sp.Read_Write(Results_Directory %(j,i),'r') if t==1: Sp=Specie_List[i] Genes.append(Sp.X) Cost.append(Sp.Cost) i+=1 continue except: break j+=1 Genes1=np.array([i for i in Genes]) Cost1=np.array([i for i in Cost]) #print(Genes1) if t==0: #print(Cost1) ArtiNN.Deep_neural_net(Genes1,Cost1,'T') if t==1: return ArtiNN.Deep_neural_net(Genes1,Cost1,'P',Genes1)
def Run_parallel(i):
global Iter, Obj_call
Specie_List1 = Specie() #Specie_List
Specie_List1.Read_Write(Results_Directory % (Iter, i), 1)
Specie_List1.Cost_run(Results_Directory % (Iter, i))
Specie_List1.Read_Write(Results_Directory % (Iter, i), 0)
return Specie_List1.X, Specie_List1.Cost #Roundoff(Specie_List1[0].X),Roundoff(Specie_List1[0].Cost)
def Run_parallel(i):
global Iter, Specie_List, Obj_call
Specie_List1 = [] #Specie_List
#sigma=0.5/Iter**0.5
Specie_List1.append(Specie(Specie_List[i].X))
if Iter == 0:
Specie_List[i].New(0)
else:
Specie_List1[0].New(1, Specie_List[i].Offspring[1])
Specie_List1[0].Cost_run(Results_Directory % (Iter, i))
Specie_List1[0].Read_Write(Results_Directory % (Iter, i), 0)
Obj_call += 1
return Specie_List1[0].X, Specie_List1[
0].Cost #Roundoff(Specie_List1[0].X),Roundoff(Specie_List1[0].Cost)
import csv, random, re, sys, os, math, numpy as np, time, subprocess, shutil, copy
import matplotlib.pyplot as plt
from multiprocessing import Pool
from distutils.dir_util import copy_tree
import scipy.interpolate as si
from Constants import *
from NSGA2 import *
from Specie import *
Specie_List = []
for i in range(10):
A = Specie()
#Specie_List.append(Specie())
#Specie_List[i].X=np.random.random([Row,Col])*100
#Specie_List[i].New(0)
A.New(0)
B = copy.deepcopy(Specie())
#B.New(0)
Specie_List.append(B)
Specie_List[i].New(0)
for i in range(len(Specie_List)):
print(Specie_List[i].X)
Time = time.time()
from Constants import *
from NSGA2 import *
from Specie import *
global Specie_List, sigma, Obj_call
Specie_List = []
Obj_call = 0
#if __name__ == "__main__":
#Generation 0 // Uniformly random
for i in range(Popn):
Specie_List.append(Specie())
#print ("here")
#print(Specie_List[i].X,Specie_List[i].Cost,Specie_List[i].Offspring)
Specie_List[i].New(0)
#Specie_List[i].New(5)
Specie_List[i].Cost_run(Results_Directory % (Iter, i))
Specie_List[i].Read_Write(Results_Directory % (Iter, i), 0)
Iter += 1
def Roundoff(List):
List = np.round(List, 3)
return List
def Run_parallel(i):
from NSGA2 import *
from Specie import *
'''
Specie_List=[]
Specie_List.append(Specie.New(0,0))
Specie_List1=Specie()
Specie_List1.New(0,0)
Specie_List[0].New(0,0)
'''
a = [10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 1, 2, 3, 4, 5, 6, 7, 8, 9, 0]
del a[5:]
print(a)
A = Specie()
A.X[0][0] = 123
print(A.X)
B = A
B.X[0][1] = 321
print(A.X)
#Specie.Cost_run('Pics')
'''
Row=2
Col=3
Z=[]
Obj_call = 0
def Run_parallel(i):
global Iter, Obj_call
Specie_List1 = Specie() #Specie_List
Specie_List1.Read_Write(Results_Directory % (Iter, i), 1)
Specie_List1.Cost_run(Results_Directory % (Iter, i))
Specie_List1.Read_Write(Results_Directory % (Iter, i), 0)
return Specie_List1.X, Specie_List1.Cost #Roundoff(Specie_List1[0].X),Roundoff(Specie_List1[0].Cost)
#Generation 0 // Uniformly random
for i in range(Popn):
Specie_List.append(Specie())
Specie_List[i].New(0)
Specie_List[i].Read_Write(Results_Directory % (Iter, i), 0)
y = Pool()
y.map(Run_parallel, range(Popn))
y.close()
y.join()
Obj_call += Popn
for i in range(len(Specie_List)):
Specie_List[i].Read_Write(Results_Directory % (Iter, i), 1)
Iter += 1
while Iter <= Iter_max:
break j+=1 Genes1=np.array([i for i in Genes]) Cost1=np.array([i for i in Cost]) #print(Genes1) if t==0: #print(Cost1) ArtiNN.Deep_neural_net(Genes1,Cost1,'T') if t==1: return ArtiNN.Deep_neural_net(Genes1,Cost1,'P',Genes1) #Generation 0 // Uniformly random for i in range(Popn): B=copy.deepcopy(Specie()) Specie_List.append(B) Specie_List[i].New(0) Specie_List[i].Read_Write(Results_Directory %(Iter,i),'w') ''' A=Specie() for i in range(Popn): A.New(0) A.Read_Write(Results_Directory %(Iter,i),'w') B=copy.deepcopy(A) Specie_List.append(B)