R语言GA遗传算法并行优化时调用data.table出现报错求助

根因说明 #

你遇到的是PSOCK类型集群（R默认makeCluster生成的就是PSOCK集群）中常见的方法查找优先级问题：

• 你提前通过clusterEvalQ在节点加载data.table，只是把包加载到了节点的公共环境中
• GA包传递给工作节点的fitness函数是从主节点序列化过去的，自带主节点的执行环境属性，执行时优先从自带环境查找方法，没有正确匹配到data.table重载的[.data.table、:=等方法，就会回退到base包的data.frame处理逻辑，哪怕对象本身是data.table类，也会触发类型检查报错。

解决方法 #

方案1：在fitness函数内部加载data.table（最稳妥，推荐） #

直接把data.table加载语句放到fitness函数内部，每次函数在节点执行时都会主动绑定正确的方法，所有语法糖都可以正常使用，修改后的完整代码如下：

library(GA)
library(data.table)
library(doParallel)

sampler <- function(x){
  # 函数内部主动加载data.table，确保节点上方法正确绑定
  library(data.table)
  y <- data.table(x)
  y$x <- y$x+1 
  y[,x:=x+1] # :=语法可正常运行
  # 聚合操作也可以正常使用原生data.table语法
  y[, p := x + 2]
  newdt <- y[, sum(x), .(p)]
  
  return(-(y$x)^2)
}

cl <- makeCluster(4) 
registerDoParallel(cl)

GA2 = ga(type = "real-valued", 
         fitness = sampler,
         lower = 0, upper = 10000,
         suggestions = 1.5,
         popSize = 100, maxiter = 10, monitor = TRUE,
         seed = 12345, parallel = cl)

stopCluster(cl)

方案2：显式调用data.table方法（无需反复加载包） #

如果不想每次执行函数都加载包，可以把所有语法糖替换为显式的data.table方法调用，避免方法查找失败：

sampler <- function(x){
  y <- data.table(x)
  set(y, j = "x", value = y$x + 1)
  set(y, j = "x", value = y$x + 1) # 替代:=语法
  set(y, j = "p", value = y$x + 2)
  # 显式调用data.table的[方法完成聚合
  newdt <- data.table::`[.data.table`(y, j = sum(x), by = .(p))
  return(-(y$x)^2)
}

内容的提问来源于stack exchange，提问作者Puki Luki