optuna.samplers.nsgaii.BLXAlphaCrossover

class optuna.samplers.nsgaii.BLXAlphaCrossover(alpha=0.5)

NSGAIISampler 使用的混合交叉操作。

从两个父个体创建的超矩形中均匀采样子个体。有关 BLX-alpha 交叉的更多信息，请参阅以下论文

• Eshelman, L. and J. D. Schaffer. Real-Coded Genetic Algorithms and Interval-Schemata. FOGA (1992).

参数:

alpha (float) – 参数化混合操作。

注意

在 v3.0.0 中作为实验性功能添加。接口可能会在更新版本中更改，恕不另行通知。参见 https://github.com/optuna/optuna/releases/tag/v3.0.0。

方法

crossover(parents_params, rng, study, ...)

对选定的父个体执行交叉操作。

属性

n_parents

crossover(parents_params, rng, study, search_space_bounds)

对选定的父个体执行交叉操作。

此方法在 sample_relative() 中调用。

参数:

• parents_params (np.ndarray) – 一个维度为 num_parents x num_parameters 的 numpy.ndarray。表示每个父个体的参数空间。对于数值参数，此空间是连续的。

• rng (np.random.RandomState) – numpy.random.RandomState 的实例。

• study (Study) – 目标研究对象。

• search_space_bounds (np.ndarray) – 一个维度为 len_search_space x 2 的 numpy.ndarray，表示根据转换后的搜索空间构建的数值分布边界。

返回值:

一个包含新参数组合的 1 维 numpy.ndarray。

返回类型:

np.ndarray