optuna.samplers.nsgaii.SPXCrossover

class optuna.samplers.nsgaii.SPXCrossover(epsilon=None)

NSGAIISampler 使用的单纯形交叉操作。

从与父代个体产生的单纯形相似的单个单纯形内均匀采样子代个体。关于 SPX 交叉的更多信息，请参阅以下论文：

• Shigeyoshi Tsutsui and Shigeyoshi Tsutsui and David E. Goldberg and David E. Goldberg and Kumara Sastry and Kumara Sastry Progress Toward Linkage Learning in Real-Coded GAs with Simplex Crossover. IlliGAL Report. 2000。

参数:

epsilon (float | None) – 扩展率。如果未指定，则默认为 sqrt(len(search_space) + 2)。

注意

在 v3.0.0 中作为实验性功能添加。接口在后续版本中可能在没有事先通知的情况下发生更改。请参阅 https://github.com/optuna/optuna/releases/tag/v3.0.0。

方法

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

执行选定的父代个体的交叉操作。

属性

n_parents

crossover(parents_params, rng, study, search_space_bounds)

执行选定的父代个体的交叉操作。

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。表示每个父代个体的参数空间。对于数值参数，此空间是连续的。

• rng (np.random.RandomState) – numpy.random.RandomState 的一个实例。

• 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，表示从转换后的搜索空间构建的数值分布边界。

返回:

一个包含新参数组合的一维 numpy.ndarray。

返回类型:

np.ndarray