关于参数传递 about scikit-opt HOT 5 CLOSED

包装一层

def your_func(x, model, y):
    return x+model+y

def demo_func(t):
    x, model, y = t
    return your_func(x, model, y)

from scikit-opt.

不好意思，我没看懂。我的意思是我调用PSO的时候，怎么把x, model, y这三个传给demo_func()，也就是这个参数t在主函数里怎么构造。

from scikit-opt.

如果model和y是其它地方定义的，

model = 's'
y = 1

def your_func(x, model, y):
    x1, x2, x3 = x
    if model == 's':
        return x1 + x2 + x3 + y
    else:
        return x1 + x2 - x3 - y

那么你在调用 scikit-opt 的时候，需要在外面封装一层

def demo_func(x):
    x1, x2, x3 = x
    return your_func(x, model, y)

然后把 demo_func 放入 scikit-opt 计算

PSO(func=demo_func, **params)

from scikit-opt.

明白了，非常感谢

from scikit-opt.

下面是我根据上面的代码写的程序，但是存在两个问题：

1. 该程序会报错：ValueError: not enough values to unpack (expected 3, got 1)
2. 并没有把main函数中的model和y传给demo_func()
   恳请好心人给小白指点迷津，感激不尽！

from sko.GA import GA

def your_func(x, model, y):
return x + model + y

def demo_func(t):
x, model, y = t
return your_func(x, model, y)

def main():
model = 's'
y = 1

ga = GA(func=demo_func, n_dim=1, size_pop=10, max_iter=50)

best_params, residuals = ga.run()
print('best_x:', best_params, '\n', 'best_y:', residuals)

if name == "main":
main()

from scikit-opt.