基于DEAP进化算法库的Genetic Programming实践学习

因为可能之后会采用GP的方式来解决ATFM相关的问题，所以我就去学习了一下GP的使用方法，DEAP库的教程还是很清晰明了的，在此附上链接 DEAP_documentation

我主要跟着简称完成了符号回归、偶校验、垃圾邮件检测三个例子，前两个是Loosely Typed GP，最后一个是Strongly Typed GP，差别在于STGP在向PrimitiveSet添加functions和terminals时必须指定类型，如下所示：

pset = PrimitiveSetTyped("main", [bool, float], float)
pset.addPrimitive(operator.xor, [bool, bool], bool)
pset.addTerminal(3.0, float)

而LTGP：

pset = PrimitiveSet("main", 2)
pset.addPrimitive(max, 2)
pset.addPrimitive(operator.add, 2)
pset.addPrimitive(operator.mul, 2)
pset.addTerminal(3)

1.符号回归问题

整体我认为可以分为三部分，向pset中添加元素->利用creator创建需要的类->toolbox注册相关EA算法的操作函数

 第一行表示这个set名字叫MAIN，接受一个输入参数；添加的除法需要自己设定为除零保护的形式；添加变量时，第一个参数是变量名称，第二参数必须是可调用的函数，如果不加lambda，那么返回的是一个常数，无法调用

 这里实际是创建了两个类，翻译一下就是下面的代码，这是为了方便后面toolbox注册函数时使用

 然后是利用base中的Toolbox注册EA算法的算子

同样的，字符串是函数名（在这里名字必须设定为individual，population，因为我们用的是DEAP库中的完整的算法，名称必须与设定的相符），第二个参数是调用的函数，后面的参数是该函数需要的参数。

例如，对于tools.initIterate，其需要的两个输入参数是container和generator，而我们前面设定的creator.Individual是一个类容器，expr是generate的方法

在这里，评估函数evalSymbReg需要根据解决问题具体设定，本问题设定如下：

 完成后就可以开心的用DEAP中自带的算法库开始进化了！！！

 这里的hof是一个类似精英保留的策略，1表示保留每一代最好的个体，这里的统计信息的展示需要mark一下，还是比较模板的

2.偶校验问题

偶校验问题我主要想记录两点

首先是输入输出的产生。比如我们针对的是6位的偶校验，那么总共会有2**6种01码和相应结果，怎么搞呢？

 太精彩了！！！

第二个应该算是python里的一个语法问题，之前没遇到过，感觉还挺有意思

 通过我们pset的设定，这个func最后会通过compile翻译成一个接收PARITY_FANIN_M个参数的函数，而inputs是一个二维数组，通过*in_的方式可以将一个含PARITY_FANIN_M个参数的list解开，很神奇。

3.垃圾邮件检测问题

这个问题和上述两个除了强制type限定外没有其他差别，不过这里在pset中添加了一个新的函数

 关于如何设定GP的primitive set是一个大学问，我要解决的ATFM问题应该也需要专门的去设计相关的terminal，例如job shop中的各种time等等。目前我正在学习思考这点，如果有头绪会继续更新这方面内容！