def __init__(self, problem, population):
ea.MoeaAlgorithm.__init__(self, problem, population) # 先调用父类构造方法
if str(type(population)) != "<class 'Population.Population'>":
raise RuntimeError('传入的种群对象必须为Population类型')
self.name = 'awGA'
self.selFunc = 'tour' # 选择方式，采用锦标赛选择
if population.Encoding == 'P':
self.recOper = ea.Xovpmx(XOVR=1) # 生成部分匹配交叉算子对象
self.mutOper = ea.Mutinv(Pm=1) # 生成逆转变异算子对象
elif population.Encoding == 'BG':
self.recOper = ea.Xovud(XOVR=1) # 生成部均匀交叉算子对象
self.mutOper = ea.Mutbin(
Pm=None) # 生成二进制变异算子对象，Pm设置为None时，具体数值取变异算子中Pm的默认值
elif population.Encoding == 'RI':
self.recOper = ea.Xovud(XOVR=1) # 生成部均匀交叉算子对象
self.mutOper = ea.Mutuni(Pm=1 / self.problem.Dim,
Alpha=False,
MutShrink=1,
Middle=False) # 生成均匀变异算子对象
self.extraMutOper = ea.Mutgau(
Pm=1 / self.problem.Dim,
Sigma3=False,
MutShrink=3,
Middle=False) # 额外生成一个高斯变异算子对象，对标准差放大3倍
else:
raise RuntimeError('编码方式必须为' 'BG' '、' 'RI' '或' 'P' '.')
self.MAXSIZE = population.sizes # 非支配解集大小限制
def __init__(self, problem, population):
ea.MoeaAlgorithm.__init__(self, problem, population) # 先调用父类构造方法
if str(type(population)) != "<class 'PsyPopulation.PsyPopulation'>":
raise RuntimeError('传入的种群对象必须为PsyPopulation类型')
self.name = 'psy-awGA'
self.selFunc = 'tour' # 选择方式，采用锦标赛选择
# 由于有多个染色体，因此需要用多个重组和变异算子
self.recOpers = []
self.mutOpers = []
for i in range(population.ChromNum):
if population.Encodings[i] == 'P':
recOper = ea.Xovpmx(XOVR=1) # 生成部分匹配交叉算子对象
mutOper = ea.Mutinv(Pm=1) # 生成逆转变异算子对象
elif population.Encodings[i] == 'BG':
recOper = ea.Xovud(XOVR=1) # 生成部均匀交叉算子对象
mutOper = ea.Mutbin(Pm=1) # 生成二进制变异算子对象
elif population.Encodings[i] == 'RI':
recOper = ea.Xovud(XOVR=1) # 生成部均匀交叉算子对象
mutOper = ea.Mutuni(Pm=1,
Alpha=False,
MutShrink=1,
Middle=False) # 生成均匀变异算子对象
else:
raise RuntimeError('编码方式必须为' 'BG' '、' 'RI' '或' 'P' '.')
self.recOpers.append(recOper)
self.mutOpers.append(mutOper)
self.extraMutOper = ea.Mutgau(Pm=1,
Sigma=False,
MutShrink=3,
Middle=False) # 额外生成一个高斯变异算子对象，对标准差放大3倍
self.MAXSIZE = population.sizes # 非支配解集大小限制
def __init__(self, problem, population):
ea.MoeaAlgorithm.__init__(self, problem, population) # 先调用父类构造方法
if population.ChromNum == 1:
raise RuntimeError('传入的种群对象必须是多染色体的种群类型。')
self.name = 'psy-awGA'
self.selFunc = 'tour' # 选择方式，采用锦标赛选择
# 由于有多个染色体，因此需要用多个重组和变异算子
self.recOpers = []
self.mutOpers = []
for i in range(population.ChromNum):
if population.Encodings[i] == 'P':
recOper = ea.Xovpmx(XOVR=1) # 生成部分匹配交叉算子对象
mutOper = ea.Mutinv(Pm=1) # 生成逆转变异算子对象
elif population.Encodings[i] == 'BG':
recOper = ea.Xovud(XOVR=1) # 生成部均匀交叉算子对象
mutOper = ea.Mutbin(
Pm=None) # 生成二进制变异算子对象，Pm设置为None时，具体数值取变异算子中Pm的默认值
elif population.Encodings[i] == 'RI':
recOper = ea.Xovud(XOVR=1) # 生成部均匀交叉算子对象
mutOper = ea.Mutuni(Pm=1 / self.problem.Dim,
Alpha=False,
Middle=False) # 生成均匀变异算子对象
else:
raise RuntimeError('编码方式必须为' 'BG' '、' 'RI' '或' 'P' '.')
self.recOpers.append(recOper)
self.mutOpers.append(mutOper)
self.extraMutOper = ea.Mutgau(Pm=1 / self.problem.Dim,
Sigma3=False,
Middle=False) # 额外生成一个高斯变异算子对象，对标准差放大3倍
self.MAXSIZE = population.sizes # 非支配解集大小限制
