如何将最大（或最小）适应性停止条件添加到多处理 deap python 遗传算法

Question

这个问题是关于 python deap 遗传算法库这个问题的后续回答： How to add elimination mechanism in Python genetic algorithm based on DEAP

使用来自 deap github 的参考代码： https://github.com/DEAP/deap/blob/master/examples/ga/onemax.py

第 112 行 while max(fits) < 100 and g < 1000: #from onemax.py

关于 deap github 示例 'onemax_mp.py'： https://github.com/DEAP/deap/blob/master/examples/ga/onemax_mp.py

如何在 onemax_mp.py 中添加类似于 max(fits) < 100 的最大（或最小）条件？

如果我添加这个条件，这个条件是否适用于整个多进程进程池中的每个进程？如果一个进程满足结束条件，其他进程是否停止？
现在好像只能控制代数:

https://github.com/DEAP/deap/blob/master/examples/ga/onemax_mp.py

第 40 行

algorithms.eaSimple(pop, toolbox, cxpb=0.5, mutpb=0.2, ngen=40, stats=stats, halloffame=hof) #ngen=40 means calculate 40 generations

我是 Whosebug 的新手，如果我需要编辑这个问题以适应论坛规则，请告诉我

Answer 1

因此，您正在查看的行是终止条件。当发现适应度大于 100 的个体或经过 1000 代后，进化停止。我用 MOEA 做了很多工作，但我对 DEAP 不太熟悉。撇开免责声明不谈，它看起来并没有在进化单独的种群，只是在进行并行评估。所以只有一种人口。从文档中可以看出，您可以通过执行以下操作在多处理池中使用 onemax.py 和插槽：

import multiprocessing

pool = multiprocessing.Pool()
toolbox.register("map", pool.map)

我从这里获取了这段代码：https://deap.readthedocs.io/en/master/tutorials/basic/part4.html

如何将最大（或最小）适应性停止条件添加到多处理 deap python 遗传算法

how to add max(or min) fitness halting condition to multiprocessing deap python genetic algorithm

python

genetic-algorithm

deap