Quickstart¶

最初の最適化を実行する¶

saealib では，目的関数・変数の次元・探索範囲を指定するだけで最適化を実行できます．

minimize

import numpy as np
from saealib import minimize

def sphere(x):
    return np.sum(x ** 2)

result = minimize(sphere, dim=5, lb=[-5] * 5, ub=[5] * 5, seed=0, verbose=False)

print(result.X)   # 最適解の設計変数
print(result.F)   # 最適解の目的関数値
print(result.fe)  # 真の関数評価回数

maximize

import numpy as np
from saealib import maximize

def neg_sphere(x):
    return -np.sum(x ** 2) + 10

result = maximize(neg_sphere, dim=5, lb=[-5] * 5, ub=[5] * 5, seed=0, verbose=False)

print(result.X)   # 最適解の設計変数
print(result.F)   # 最適解の目的関数値
print(result.fe)  # 真の関数評価回数

結果の読み方¶

属性	説明
`result.X`	最適解の設計変数．形状 `(dim,)`
`result.F`	最適解の目的関数値．形状 `(n_obj,)`
`result.fe`	最適化に使用した真の関数評価回数
`result.gen`	完了した世代数

次のステップ¶

チュートリアル — アルゴリズムやサロゲートモデルのカスタマイズ方法を学ぶ
API リファレンス — minimize / maximize の全パラメータを確認する