如何在pyswarm粒子群优化中设置参数步长生成整数？

pyswarm原生粒子群算法针对连续优化场景设计，默认生成浮点数参数。要实现步长为1的整数参数输出，可通过以下两种方式处理：

方法一：在目标函数内转换参数为整数 #

直接在目标函数中将传入的浮点数转为整数，同时确保参数不超出设定的上下界，再传入业务函数parameters。这种方式无需修改PSO核心逻辑，实现最简单：

from pyswarm import pso
from OPT import parameters

def func(params):
    # 将浮点数参数转为整数，同时限制在上下界范围内
    int_params = [
        max(lb[0], min(ub[0], round(params[0]))),
        max(lb[1], min(ub[1], round(params[1])))
    ]
    print('Launched the iteration with ' + str(int_params))
    # 注意：pso要求目标函数返回标量适应度值，此处假设parameters函数返回该值
    fitness = parameters(int_params[0], int_params[1])
    return fitness

lb = [70, 10]
ub = [90, 30]
xopt, fopt = pso(func=func, lb=lb, ub=ub)

方法二：强制粒子位置取整（自定义PSO迭代逻辑） #

若希望粒子本身的位置始终为整数，可通过包装函数修改PSO的迭代逻辑，在每次计算前将粒子位置取整：

from pyswarm import pso
from OPT import parameters

def func(params):
    print('Launched the iteration with ' + str(params))
    fitness = parameters(params[0], params[1])
    return fitness

lb = [70, 10]
ub = [90, 30]

def integer_pso(func, lb, ub, **kwargs):
    # 包装目标函数，强制参数为整数
    def wrapped_func(params):
        int_params = [round(p) for p in params]
        int_params = [max(lb[i], min(ub[i], int_params[i])) for i in range(len(params))]
        return func(int_params)
    
    # 调用原生pso并处理最终结果
    xopt, fopt = pso(wrapped_func, lb, ub, **kwargs)
    xopt = [round(x) for x in xopt]
    xopt = [max(lb[i], min(ub[i], xopt[i])) for i in range(len(xopt))]
    return xopt, fopt

# 使用自定义整数PSO
xopt, fopt = integer_pso(func=func, lb=lb, ub=ub)

关键注意点 #

• 目标函数必须返回标量适应度值，这是PSO算法优化的核心依据，原代码缺少return语句，必须补充。
• 取整方式可按需调整：round()四舍五入，int()或math.floor()向下取整，根据业务需求选择。

内容的提问来源于stack exchange，提问作者Mori