如何在DEAP实现的遗传算法进化过程中动态调整边界值？

核心问题分析 #

原checkBounds装饰器的问题在于，它会固定捕获初始化时传入的min和max值，后续即使修改全局的MIN/MAX变量，闭包内的数值也不会同步更新；重复调用toolbox.decorate还会叠加装饰器，导致逻辑冗余。

解决方案：用可变对象存储边界值 #

把边界值放到可变容器（比如字典）中，让闭包能实时读取最新的边界数值，无需重新执行装饰操作。

修改后的边界检查装饰器 #

def checkBounds(bounds):
    def decorator(func):
        def wrapper(*args, **kwargs):
            offspring = func(*args, **kwargs)
            min_val = bounds['min']
            max_val = bounds['max']
            for child in offspring:
                for i in range(len(child)):
                    if child[i] > max_val:
                        child[i] = max_val
                    elif child[i] < min_val:
                        child[i] = min_val
            return offspring
        return wrapper
    return decorator

初始化与使用步骤 #

1. 用字典存储动态边界并完成装饰：

# 初始化动态边界
dynamic_bounds = {'min': MIN, 'max': MAX}

# 注册遗传操作并装饰
toolbox.register("mate", tools.cxBlend, alpha=0.2)
toolbox.register("mutate", tools.mutGaussian, mu=0, sigma=2)
toolbox.decorate("mate", checkBounds(dynamic_bounds))
toolbox.decorate("mutate", checkBounds(dynamic_bounds))

2. 进化过程中动态调整边界：
   在每代进化结束后，直接修改字典内的数值即可，无需重新装饰：

# 示例：种群频繁触碰上边界时，按比例扩大上边界
if too_many_upper_bound_hits:
    dynamic_bounds['max'] *= 1.1
# 示例：种群频繁触碰下边界时，按比例缩小下边界
if too_many_lower_bound_hits:
    dynamic_bounds['min'] *= 0.9

关键原理 #

可变对象（如字典）在闭包中是按引用捕获的，修改字典内的数值时，装饰器的wrapper函数每次执行都会读取最新的边界值，完美实现动态调整的需求。

内容的提问来源于stack exchange，提问作者Arijit