Spaces:
Sleeping
Sleeping
File size: 1,554 Bytes
165ee00 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 |
import torch
import numpy as np
from botorch.test_functions import Ackley
device = torch.device("cpu")
dtype = torch.double
def AckleyND(individuals):
# assert torch.is_tensor(individuals) and individuals.size(1) == 10, "Input must be an n-by-10 PyTorch tensor."
#############################################################################
#############################################################################
# Set function here:
dimm = individuals.shape[1]
fun = Ackley(dim=dimm, negate=True)
fun.bounds[0, :].fill_(-5)
fun.bounds[1, :].fill_(10)
dim = fun.dim
lb, ub = fun.bounds
#############################################################################
#############################################################################
n = individuals.size(0)
fx = fun(individuals)
fx = fx.reshape((n, 1))
#############################################################################
## Constraints
gx1 = torch.sum(individuals,1) # sigma(x) <= 0
gx1 = gx1.reshape((n, 1))
gx2 = torch.norm(individuals, p=2, dim=1)-5 # norm_2(x) -3 <= 0
gx2 = gx2.reshape((n, 1))
gx = torch.cat((gx1, gx2), 1)
#############################################################################
return gx, fx
def AckleyND_Scaling(X):
# print(X.shape)
# assert torch.is_tensor(X) and X.size(1) == 10, "Input must be an n-by-10 PyTorch tensor."
X_scaled = X*15.0 - 5.0
return X_scaled
|