如何在DEAP的mutation突变函数中限定基因的指定可选取值范围

DevOps 小满

2026-9-25

解决方案

针对DEAP库mutUniformInt无法支持非连续整数取值的问题，有两种常用实现方案：

方案1：自定义适配离散取值的突变函数

该方式对原有逻辑侵入性最低，单独处理第一个基因的特殊取值规则，其余基因沿用原有均匀整数突变逻辑，且符合DEAP工具函数的返回规范，可直接注册到toolbox使用。

代码实现

import random
from deap import tools

def custom_mut(ind, indpb, low, up):
    # 单独处理第一个Mat基因：仅在0、2两个合法值中随机突变
    if random.random() < indpb:
        ind[0] = random.choice([0, 2])
    # 剩余3个基因沿用原有均匀整数突变规则
    for i in range(1, len(ind)):
        if random.random() < indpb:
            ind[i] = random.randint(low[i], up[i])
    return (ind,)

调用方式

# 参数配置和原有逻辑完全一致
low = [0, 0, Span_min, Span_min]
up = [2, 7, Span_max, Span_max]
# 直接调用自定义突变函数
custom_mut(ind=ind, indpb=0.05, low=low, up=up)

# 如果需要注册到toolbox使用，写法如下：
# toolbox.register("mutate", custom_mut, indpb=0.05, low=low, up=up)

方案2：取值映射适配原有突变函数

如果不想自定义新的突变函数，可通过取值映射的方式绕开无效值1：将第一个基因的突变范围设置为0~1，突变完成后再将值映射为合法的0/2。

代码实现

# 突变时将第一个基因的上下限设为0、1，避免生成无效值1
tools.mutUniformInt(low=[0, 0, Span_min, Span_min], up=[1, 7, Span_max, Span_max], indpb=0.05, individual=ind)
# 突变完成后做值映射：0→0，1→2
ind[0] = 0 if ind[0] == 0 else 2