pyristic 0.1.0

Set of metaheuristic for solve optimization problems.

Pyristic

Librería de metaheurísticas para resolver problemas de optimización mono-objetivo con o sin restricciones en el lenguaje de python. Los fundamentos de pyristic es proporcionar una accesibilidad para cualquier desarrollador con conocimiento en el área de optimización.

Pyristic se divide como sigue:

🗀 Pyristic
│   
└─── 🗀 heuristic
│   │   EvolutionStrategy_search 
│   │   EvolutiveProgramming_search
│   │   GeneticAlgorithm_search
│   │   SimulatedAnnealing_search
│   │   Tabu_search
│  
└─── 🗀 utils
     │   helpers
     │   test_function
     │
     └─── 🗀 operators
     │   │   crossover
     │   │   mutation
     │   │   selection 

Ejemplo

Uso de la librería de pyristic para encontrar una solución a un problema continuo con la metaheurística Estrategias evolutivas.

from pyristic.heuristic.EvolutionStrategy_search import EvolutionStrategy
from pyristic.utils.test_function import beale_
"""
Declaración del algoritmo: 
- Función objetivo
- Lista de restricciones
- Límites del problema
- Variables de decisión
"""
BealeOptimizer = EvolutionStrategy(**beale_)

"""
Ejecución de la metaheurística con los siguientes parámetros:
- Número de iteraciones
- Población en cada iteración
- Población de individuos generados por iteración
- Mostrar la iteración en la que se encuentra
"""
BealeOptimizer.optimize(300,80,160,verbose=True)

#Resultados obtenidos por la ejecución del método optimize.
print(BealeOptimizer)

Instalación

La instalación de la librería y dependencias es empleando el manejador de paquetes pip. La instrucción para instalar es la siguiente:

pip3 install pyristic

Contribución

Los usuarios interesados en participar deben seguir los siguientes pasos:

1. Clonar el proyecto.

git clone https://github.com/JAOP1/pyristic.git

2. Crear branch en relación al tipo de acción a realizar (añadir metaheurística, crear utilidad o resolver errores):
   • Solucionar error, fix-archivo-funcion. Supongamos que se quiere solucionar un error en algún operador de cruza, se debe realizar como sigue:

   git checkout -b fix-crossover-n_point_crossover
   

   • Añadir metaheurística, attach-metaheuristic-nombreMetaheuristica.

   git checkout -b attach-metaheuristic-fireflyAlgorithm
   

   • Crear utilidad, attach-utility-nombreUtilidad.

   git checkout -b attach-utility-binaryCrossover
   

3. Realizar commit con un mensaje explicando lo realizado. Por ejemplo:

git add pyristic/utils/operators/crossover.py
git commit -m "Operador de cruza para problemas discretos."

Nota: las metaheurísticas anexadas deben ser clases que mantienen los mismos parámetros en el método __init__ que son:

• function -> Función objetivo (función de python).

• decision_variables -> variables de decisión (valor entero).

• constraints -> Restricciones, arreglo con funciones de python que retornan un valor booleano.

• bounds -> lista con los límites del problema.

  Además, debe tener el método optimize (con los parámetros de la respectiva metaheurística).

Agradecimientos

• Dra. Adriana Menchaca Méndez (usuario github: adriana1304), titular del proyecto que supervisó y evaluó el desarrollo de la librería pyristic.
• El apoyo del Programa UNAM-DGAPA-PAPIME PE102320.