主頁 > 軟體設計 > 使用條件優化函式的引數(python)

使用條件優化函式的引數(python)

2022-11-13 20:34:23 軟體設計

我首先說我對這個編程分支完全陌生,但我認為 scipy 優化可能是解決方案。
我需要找到在函式中回傳最高結果的引數,但前提是結果符合條件。

該函式是如此之長,并且需要 40 多個引數,因此暴力破解它們是不可能的而且太慢了,該函式在輸出中回傳 2 個相同長度的陣列。

constant = [1,2,3,4,4,3,5,6,7,8]
def fun(constant, length, period, multiplier, factor, ... ):

     do long and complicated calculations

     return array1, array2

現在,我需要的是找到回傳最高array1[-1] 值的引數if max(array2) < 40(例如),然后列印它們。

所有引數(長度、周期、乘數、因子)的作業范圍為 2 到 200。相反constant,顯然不應該受到優化的影響。

我嘗試按范圍回圈所有引數并一次執行計算,但它非常低效、復雜,而且我認為沒有給出最好的結果。

如何執行這種型別的引數優化?

uj5u.com熱心網友回復:

如果你想從頭開始構建,一個簡單的完全隨機的“足夠好”的求解器可能看起來像這樣。

求解器是第一個功能,其余的是您的(用戶)功能。

你需要

  • 您的目標冗長而復雜的功能
  • 回傳給定生成結果的分數的函式(如果結果無效,則回傳零)
  • 為每個要嘗試的引數回傳值的函式字典。
import random
import time


def find_solution(
    target_function,
    score_solution,
    param_generators,
    max_iterations=10_000_000,
    max_time=60,
):
    best_solution = None
    best_score = 0
    start_time = time.time()

    for i in range(max_iterations):
        params = {param: gen() for param, gen in param_generators.items()}
        solution = target_function(**params)
        score = score_solution(solution)
        if score > best_score:
            best_score = score
            best_solution = (params, solution)
            print(f"{i} / New best solution: {best_solution}")
        if time.time() - start_time > max_time:
            print(f"{i} / Time limit reached")
            break
    return (best_solution, best_score)


def fun(constant, length, period, multiplier, factor):
    a = constant * length * period * multiplier * factor
    b = length * period
    return (a, [b])


def sol_scorer(sol):
    if max(sol[1]) < 40:  # Invalid; return 0
        return 0
    return sol[0]


def main():
    constants = [1, 2, 3, 4, 4, 3, 5, 6, 7, 8]

    param_generators = {
        "constant": lambda: random.choice(constants),
        "length": lambda: random.randint(1, 100),
        "period": lambda: random.randint(1, 100),
        "multiplier": lambda: random.randint(1, 100),
        "factor": lambda: random.randint(1, 100),
    }
    res = find_solution(
        fun,
        sol_scorer,
        param_generators,
        max_iterations=10_000_000,
        max_time=10,
    )
    print(res)


if __name__ == "__main__":
    main()

在我的機器上,這會列印出來,例如

227838 / New best solution: ({'constant': 8, 'length': 98, 'period': 93, 'multiplier': 96, 'factor': 99}, (692955648, [9114]))
1085159 / New best solution: ({'constant': 8, 'length': 98, 'period': 99, 'multiplier': 91, 'factor': 100}, (706305600, [9702]))
1447216 / New best solution: ({'constant': 8, 'length': 99, 'period': 97, 'multiplier': 97, 'factor': 97}, (722837016, [9603]))
2325989 / Time limit reached
(({'constant': 8, 'length': 99, 'period': 97, 'multiplier': 97, 'factor': 97}, (722837016, [9603])), 722837016)

使用順序組合

添加一個總是嘗試一些組合的選項并不是更多的代碼;見下文。

import random
import time
from itertools import product
from typing import Any, Callable, Optional, Iterable


def find_solution(
    target_function: Callable[..., Any],
    score_solution: Callable[[Any], float],
    param_generators: dict[str, Callable[[], Any]],
    sequential_combination_generator: Optional[Iterable[dict]] = None,
    max_iterations: int = 10_000_000,
    max_time: float = 60.0,
) -> tuple[Any, float]:
    best_solution = None
    best_score = 0.0
    start_time = time.time()
    if sequential_combination_generator is None:
        sequential_combination_generator = [{}]

    try:
        for sequential_combination in sequential_combination_generator:
            print(f"Trying {max_iterations} w/: {sequential_combination}")
            for i in range(max_iterations):
                # Merge the sequential params with the randomly generated params
                params = {
                    **sequential_combination,
                    **{param: gen() for param, gen in param_generators.items()},
                }
                solution = target_function(**params)
                score = score_solution(solution)
                if score > best_score:
                    best_score = score
                    best_solution = (params, solution)
                    print(f"Iteration {i}: New best solution: {best_solution}")
                if time.time() - start_time > max_time:
                    raise TimeoutError(f"Time limit reached")
    except TimeoutError as e:
        print(e)
    return (best_solution, best_score)


def generate_parameter_combinations(sequential_params: dict[str, list]) -> Iterable[dict]:
    # Break the sequential_params dict into keys and values
    keys, values = zip(*sequential_params.items())
    # Yield each combination as a dict
    for combination in product(*values):
        yield dict(zip(keys, combination))


def fun(constant, length, period, multiplier, factor):
    a = constant * length * period * multiplier * factor
    b = length * period
    return (a, [b])


def sol_scorer(sol):
    if max(sol[1]) < 40:  # Invalid; return 0
        return 0
    return sol[0]


def main():
    constants = [1, 2, 3, 4, 4, 3, 5, 6, 7, 8]

    # All of these combinations will exhaustively tried
    sequential_params = generate_parameter_combinations(
        {
            "length": [10, 20, 30, 40],
            "period": [40, 30, 20, 10],
        }
    )
    # You can also pass in just a list of dicts, á la
    # sequential_params = [
    #     {"length": 10, "period": 40},
    #     {"length": 20, "period": 30},
    # ]

    # These will be randomly generated
    param_generators = {
        "constant": lambda: random.choice(constants),
        "multiplier": lambda: random.randint(1, 100),
        "factor": lambda: random.randint(1, 100),
    }
    res = find_solution(
        fun,
        sol_scorer,
        param_generators=param_generators,
        sequential_combination_generator=sequential_params,
        max_iterations=10_000,  # Limit for each sequential combination
        max_time=10,  # Total time limit
    )
    print(res)


if __name__ == "__main__":
    main()

這列印出來例如

Trying 10000 w/: {'length': 10, 'period': 40}
Iteration 0: New best solution: ({'length': 10, 'period': 40, 'constant': 2, 'multiplier': 95, 'factor': 64}, (4864000, [400]))
Iteration 1: New best solution: ({'length': 10, 'period': 40, 'constant': 7, 'multiplier': 73, 'factor': 93}, (19009200, [400]))
Iteration 71: New best solution: ({'length': 10, 'period': 40, 'constant': 6, 'multiplier': 96, 'factor': 93}, (21427200, [400]))
Iteration 248: New best solution: ({'length': 10, 'period': 40, 'constant': 8, 'multiplier': 80, 'factor': 89}, (22784000, [400]))
Iteration 595: New best solution: ({'length': 10, 'period': 40, 'constant': 8, 'multiplier': 79, 'factor': 97}, (24521600, [400]))
Iteration 679: New best solution: ({'length': 10, 'period': 40, 'constant': 7, 'multiplier': 96, 'factor': 99}, (26611200, [400]))
Iteration 722: New best solution: ({'length': 10, 'period': 40, 'constant': 8, 'multiplier': 98, 'factor': 93}, (29164800, [400]))
Iteration 6065: New best solution: ({'length': 10, 'period': 40, 'constant': 8, 'multiplier': 98, 'factor': 94}, (29478400, [400]))
Trying 10000 w/: {'length': 10, 'period': 30}
Trying 10000 w/: {'length': 20, 'period': 40}
Iteration 0: New best solution: ({'length': 20, 'period': 40, 'constant': 7, 'multiplier': 70, 'factor': 79}, (30968000, [800]))
Iteration 26: New best solution: ({'length': 20, 'period': 40, 'constant': 8, 'multiplier': 96, 'factor': 63}, (38707200, [800]))
Iteration 54: New best solution: ({'length': 20, 'period': 40, 'constant': 8, 'multiplier': 81, 'factor': 78}, (40435200, [800]))
Iteration 80: New best solution: ({'length': 20, 'period': 40, 'constant': 8, 'multiplier': 80, 'factor': 97}, (49664000, [800]))
...
Iteration 4500: New best solution: ({'length': 40, 'period': 40, 'constant': 8, 'multiplier': 94, 'factor': 93}, (111897600, [1600]))
Iteration 5638: New best solution: ({'length': 40, 'period': 40, 'constant': 8, 'multiplier': 96, 'factor': 97}, (119193600, [1600]))
Iteration 6006: New best solution: ({'length': 40, 'period': 40, 'constant': 8, 'multiplier': 99, 'factor': 99}, (125452800, [1600]))
Trying 10000 w/: {'length': 40, 'period': 30}
(({'length': 40, 'period': 40, 'constant': 8, 'multiplier': 99, 'factor': 99}, (125452800, [1600])), 125452800)

轉載請註明出處,本文鏈接:https://www.uj5u.com/ruanti/531972.html

標籤:Python测试优化

上一篇:將Java輸出匯入shell腳本時遇到問題

下一篇:如何在CypressE2E的站點上測驗反應組件?

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 面試突擊第一季,第二季,第三季

    第一季必考 https://www.bilibili.com/video/BV1FE411y79Y?from=search&seid=15921726601957489746 第二季分布式 https://www.bilibili.com/video/BV13f4y127ee/?spm_id_fro ......

    uj5u.com 2020-09-10 05:35:24 more
  • 第三單元作業總結

    1.前言 這應該是本學期最后一次寫作業總結了吧。總體來說,對作業的節奏也差不多掌握了,作業做起來的效率也更高了。雖然和之前的作業一樣,作業中都要用到新的知識,但是相比之前,更加懂得了如何利用工具以及資料。雖然之間卡過殼,但總體而言,這幾次作業還算完成的比較好。 2.作業程序總結 相比前兩個單元,此單 ......

    uj5u.com 2020-09-10 05:35:41 more
  • 北航OO(2020)第四單元博客作業暨課程總結博客

    北航OO(2020)第四單元博客作業暨課程總結博客 本單元作業的架構設計 在本單元中,由于UML圖具有比較清晰的樹形結構,因此我對其中需要進行查詢操作的元素進行了包裝,在樹的父節點中存盤所有孩子的參考。考慮到性能問題,我采用了快取機制,一次查詢后盡可能快取已經遍歷過的資訊,以減少遍歷次數。 本單元我 ......

    uj5u.com 2020-09-10 05:35:48 more
  • BUAA_OO_第四單元

    一、UML決議器設計 ? 先看下題目:第四單元實作一個基于JDK 8帶有效性檢查的UML(Unified Modeling Language)類圖,順序圖,狀態圖分析器 MyUmlInteraction,實際上我們要建立一個有向圖模型,UML中的物件(元素)可能與同級元素連接,也可與低級元素相連形成 ......

    uj5u.com 2020-09-10 05:35:54 more
  • 6.1邏輯運算子

    邏輯運算子 1. && 短路與 運算式1 && 運算式2 01.運算式1為true并且運算式2也為true 整體回傳為true 02.運算式1為false,將不會執行運算式2 整體回傳為false 03.只要有一個運算式為false 整體回傳為false 2. || 短路或 運算式1 || 運算式2 ......

    uj5u.com 2020-09-10 05:35:56 more
  • BUAAOO 第四單元 & 課程總結

    1. 第四單元:StarUml檔案決議 本單元采用了圖模型決議UML。 UML檔案可以抽象為圖、子圖、邊的邏輯結構。 在實作中,圖的節點包括類、介面、屬性,子圖包括狀態圖、順序圖等。 采用了三次遍歷UML元素的方法建圖,第一遍遍歷建點,第二、三次遍歷設定屬性、連邊,實作圖物件的初始化。這里借鑒了一些 ......

    uj5u.com 2020-09-10 05:36:06 more
  • 談談我對C# 多型的理解

    面向物件三要素:封裝、繼承、多型。 封裝和繼承,這兩個比較好理解,但要理解多型的話,可就稍微有點難度了。今天,我們就來講講多型的理解。 我們應該經常會看到面試題目:請談談對多型的理解。 其實呢,多型非常簡單,就一句話:呼叫同一種方法產生了不同的結果。 具體實作方式有三種。 一、多載 多載很簡單。 p ......

    uj5u.com 2020-09-10 05:36:09 more
  • Python 資料驅動工具:DDT

    背景 python 的unittest 沒有自帶資料驅動功能。 所以如果使用unittest,同時又想使用資料驅動,那么就可以使用DDT來完成。 DDT是 “Data-Driven Tests”的縮寫。 資料:http://ddt.readthedocs.io/en/latest/ 使用方法 dd. ......

    uj5u.com 2020-09-10 05:36:13 more
  • Python里面的xlrd模塊詳解

    那我就一下面積個問題對xlrd模塊進行學習一下: 1.什么是xlrd模塊? 2.為什么使用xlrd模塊? 3.怎樣使用xlrd模塊? 1.什么是xlrd模塊? ?python操作excel主要用到xlrd和xlwt這兩個庫,即xlrd是讀excel,xlwt是寫excel的庫。 今天就先來說一下xl ......

    uj5u.com 2020-09-10 05:36:28 more
  • 當我們創建HashMap時,底層到底做了什么?

    jdk1.7中的底層實作程序(底層基于陣列+鏈表) 在我們new HashMap()時,底層創建了默認長度為16的一維陣列Entry[ ] table。當我們呼叫map.put(key1,value1)方法向HashMap里添加資料的時候: 首先,呼叫key1所在類的hashCode()計算key1 ......

    uj5u.com 2020-09-10 05:36:38 more
最新发布
  • 【中介者設計模式詳解】C/Java/JS/Go/Python/TS不同語言實作

    * 中介者模式是一種行為型設計模式,它可以用來減少類之間的直接依賴關系,
    * 將物件之間的通信封裝到一個中介者物件中,從而使得各個物件之間的關系更加松散。
    * 在中介者模式中,物件之間不再直接相互互動,而是通過中介者來中轉訊息。 ......

    uj5u.com 2023-04-20 08:20:47 more
  • 露天煤礦現場調研和交流案例分享

    他們集團的資訊化公司及研究院在一個礦區正在做智能礦山的統一平臺的 試點,專案投資大概1億,包括了礦山的各方面的內容,顯示得我們這次交流有點多余。他們2年前開始做智能礦山的規劃,有很多煤礦行業專家的加持,他們的描述是非常完美,但是去年底應該上線的平臺,現在還沒有看到影子。他們確實有很多場景需求,但是被... ......

    uj5u.com 2023-04-20 08:20:25 more
  • 《社區人員管理》實戰案例設計&個人案例分享

    設計是一個讓人夢想成真程序,開始編碼、測驗、除錯之前進行需求分析和架構設計,才能保證關鍵方面都做正確 ......

    uj5u.com 2023-04-20 08:20:17 more
  • 軟體架構生態化-多角色交付的探索實踐

    作為一個技術架構師,不僅僅要緊跟行業技術趨勢,還要結合研發團隊現狀及痛點,探索新的交付方案。在日常中,你是否遇到如下問題 “ 業務需求排期長研發是瓶頸;非研發角色感受不到研發技改提效的變化;引入ISV 團隊又擔心質量和安全,培訓周期長“等等,基于此我們探索了一種新的技術體系及交付方案來解決如上問題。 ......

    uj5u.com 2023-04-20 08:20:10 more
  • 【中介者設計模式詳解】C/Java/JS/Go/Python/TS不同語言實作

    * 中介者模式是一種行為型設計模式,它可以用來減少類之間的直接依賴關系,
    * 將物件之間的通信封裝到一個中介者物件中,從而使得各個物件之間的關系更加松散。
    * 在中介者模式中,物件之間不再直接相互互動,而是通過中介者來中轉訊息。 ......

    uj5u.com 2023-04-20 08:19:44 more
  • 露天煤礦現場調研和交流案例分享

    他們集團的資訊化公司及研究院在一個礦區正在做智能礦山的統一平臺的 試點,專案投資大概1億,包括了礦山的各方面的內容,顯示得我們這次交流有點多余。他們2年前開始做智能礦山的規劃,有很多煤礦行業專家的加持,他們的描述是非常完美,但是去年底應該上線的平臺,現在還沒有看到影子。他們確實有很多場景需求,但是被... ......

    uj5u.com 2023-04-20 08:19:07 more
  • 《社區人員管理》實戰案例設計&個人案例分享

    設計是一個讓人夢想成真程序,開始編碼、測驗、除錯之前進行需求分析和架構設計,才能保證關鍵方面都做正確 ......

    uj5u.com 2023-04-20 08:18:57 more
  • 軟體架構生態化-多角色交付的探索實踐

    作為一個技術架構師,不僅僅要緊跟行業技術趨勢,還要結合研發團隊現狀及痛點,探索新的交付方案。在日常中,你是否遇到如下問題 “ 業務需求排期長研發是瓶頸;非研發角色感受不到研發技改提效的變化;引入ISV 團隊又擔心質量和安全,培訓周期長“等等,基于此我們探索了一種新的技術體系及交付方案來解決如上問題。 ......

    uj5u.com 2023-04-20 08:18:49 more
  • 05單件模式

    #經典的單件模式 public class Singleton { private static Singleton uniqueInstance; //一個靜態變數持有Singleton類的唯一實體。 // 其他有用的實體變數寫在這里 //構造器宣告為私有,只有Singleton可以實體化這個類! ......

    uj5u.com 2023-04-19 08:42:51 more
  • 【架構與設計】常見微服務分層架構的區別和落地實踐

    軟體工程的方方面面都遵循一個最基本的道理:沒有銀彈,架構分層模型更是如此,每一種都有各自優缺點,所以請根據不同的業務場景,并遵循簡單、可演進這兩個重要的架構原則選擇合適的架構分層模型即可。 ......

    uj5u.com 2023-04-19 08:42:41 more