remover=stk.AboveAverage(duplicate_mols=False),
selector=stk.Roulette(
duplicate_mols=False,
random_seed=random_seed,
),
),
num_batches=population_size,
)
# #####################################################################
# Selector for selecting parents.
# #####################################################################
crossover_selector = stk.StochasticUniversalSampling(
num_batches=5,
batch_size=2,
duplicate_batches=False,
random_seed=random_seed,
)
# #####################################################################
# Selector for selecting molecules for mutation.
# #####################################################################
mutation_selector = stk.Roulette(
num_batches=10,
random_seed=random_seed,
)
# #####################################################################
# Crosser.
population = stk.EAPopulation.init_diverse(
building_blocks=[aldehyde_building_blocks, amine_building_blocks],
topology_graphs=topology_graph,
size=population_size,
use_cache=True,
)
# #####################################################################
# Selector for selecting the next generation.
# #####################################################################
# Settings for stochastic sampling.
generation_selector = stk.StochasticUniversalSampling(
num_batches=population_size,
random_seed=random_seed,
duplicate_batches=False,
duplicate_mols=False,
)
# #####################################################################
# Selector for selecting parents.
# #####################################################################
# Settings for tournament sampling for crossover.
crossover_selector = stk.Tournament(
num_batches=10,
batch_size=2,
duplicate_batches=False,
duplicate_mols=False,
random_seed=random_seed,
)
topology_graph=get_topology_graph(4),
).with_fitness_value(2),
stk.MoleculeRecord(
topology_graph=get_topology_graph(5),
).with_fitness_value(1),
stk.MoleculeRecord(
topology_graph=get_topology_graph(6),
).with_fitness_value(1),
)
@pytest.fixture(
params=(
CaseData(
selector=stk.StochasticUniversalSampling(
duplicate_molecules=False,
),
population=population1,
selected=(
stk.Batch(
records=(population1[0], ),
fitness_values={population1[0]: 10},
key_maker=stk.Inchi(),
),
stk.Batch(
records=(population1[1], ),
fitness_values={population1[1]: 9},
key_maker=stk.Inchi(),
),
stk.Batch(
records=(population1[2], ),
