Python遺傳算法工具箱DEAP框架分析

　　本文主要介紹python遺傳算法工具箱DEAP的實現。先介紹deap的如何使用，再深入介紹deap的框架實現，以及遺傳算法的各種實現算法。

　　代碼可以參考 https://github.com/sumatrae/deap

　　下面是使用deap求解TSP的實現：

import array
import random
import json

import numpy

from deap import algorithms
from deap import base
from deap import creator
from deap import tools

# gr*.json contains the distance map in list of list style in JSON format
# Optimal solutions are : gr17 = 2085, gr24 = 1272, gr120 = 6942
with open("tsp/gr17.json", "r") as tsp_data:
    tsp = json.load(tsp_data)

distance_map = tsp["DistanceMatrix"]
IND_SIZE = tsp["TourSize"]

creator.create("FitnessMin", base.Fitness, weights=(-1.0,))
creator.create("Individual", array.array, typecode='i', fitness=creator.FitnessMin)

toolbox = base.Toolbox()

# Attribute generator
toolbox.register("indices", random.sample, range(IND_SIZE), IND_SIZE)

# Structure initializers
toolbox.register("individual", tools.initIterate, creator.Individual, toolbox.indices)
toolbox.register("population", tools.initRepeat, list, toolbox.individual)

def evalTSP(individual):
    distance = distance_map[individual[-1]][individual[0]]
    for gene1, gene2 in zip(individual[0:-1], individual[1:]):
        distance += distance_map[gene1][gene2]
    return distance,

toolbox.register("mate", tools.cxPartialyMatched)
toolbox.register("mutate", tools.mutShuffleIndexes, indpb=0.05)
toolbox.register("select", tools.selTournament, tournsize=3)
toolbox.register("evaluate", evalTSP)

def main():
    random.seed(169)

    pop = toolbox.population(n=300)

    hof = tools.HallOfFame(1)
    stats = tools.Statistics(lambda ind: ind.fitness.values)
    stats.register("avg", numpy.mean)
    stats.register("std", numpy.std)
    stats.register("min", numpy.min)
    stats.register("max", numpy.max)
    
    algorithms.eaSimple(pop, toolbox, 0.7, 0.2, 40, stats=stats, 
                        halloffame=hof)
    
    return pop, stats, hofn'g'x

　　該例子中使用SGA實現求解TSP問題，可以看到deap提供了靈活的插件化算法解決方案。deap的思想實現就是通過靈活的插件化思想，同時再框架中提供了豐富的算法實現，你可以用堆積木一樣的方式，輕松的實現你的遺傳算法處理程序。同時你也可以使用自己實現的算法模塊，只需要注冊框架就可以。框架通過函數導入的方法，通過register可以將你的算法函數注冊到運行環境中。

　　未完待續。