Python DEAP, как остановить эволюцию, если приспособленность не увеличивается после X поколений?

def main():
    random.seed(64)
    pop = toolbox.population(n=100)
    CXPB, MUTPB = 0.5, 0.2
    print "Start of evolution"
    fitnesses = list(map(toolbox.evaluate, pop))
    for ind, fit in zip(pop, fitnesses):
        ind.fitness.values = fit
    print "  Evaluated %i individuals" % len(pop)
    fits = [ind.fitness.values[0] for ind in pop]
    g = 0
    while max(fits) < 0.67 and g < 1000000:
        g = g + 1
        print "-- Generation %i --" % g
        offspring = toolbox.select(pop, len(pop))
        offspring = list(map(toolbox.clone, offspring))
        for child1, child2 in zip(offspring[::2], offspring[1::2]):
            if random.random() < CXPB:
                toolbox.mate(child1, child2)
                del child1.fitness.values
                del child2.fitness.values
        for mutant in offspring:
            if random.random() < MUTPB:
                toolbox.mutate(mutant)
                del mutant.fitness.values
        invalid_ind = [ind for ind in offspring if not ind.fitness.valid]
        fitnesses = map(toolbox.evaluate, invalid_ind)
        for ind, fit in zip(invalid_ind, fitnesses):
            ind.fitness.values = fit
        pop[:] = offspring
        fits = [ind.fitness.values[0] for ind in pop]
        print "fitness-- ",max(fits)
    print "-- End of (successful) evolution --"
    best_ind = tools.selBest(pop, 1)[0]
    triangle_to_image(best_ind).save('best.jpg')

это остановит код, когда будет достигнуто желаемое значение пригодности или закончится определенное количество поколений

вы можете настроить его таким образом, чтобы он останавливался, когда приспособленность не меняется в течение некоторого времени, т.е. когда он достигает локального максимума и застревает там

строка 12 этот пример останавливается, когда приспособленность пересекает 0,67, а затем сохраняет результат

это способ сделать это, когда вы не используете что-то вроде зала славы не знаете, как это сделать, тогда, если вы найдете это, скажите мне тоже

Честно говоря, я тоже недавно занимался этим вопросом. После исследования, которое я недавно провел, вот что я нашел:

1. Есть пример DEAP, который реализует алгоритм CMA-ES. В него включены критерии остановки (Python DEAP, как остановить эволюцию, если приспособленность не увеличивается после X поколений?)
2. На эту тему стоит прочитать диссертацию: https://heal.heuristiclab.com/system/files/diss%20gkr2.pdf
3. Вышеупомянутое решение реализует то, что упомянуто в проблеме: https://github.com/DEAP/deap/issues/271

Я еще не пробовал ничего из вышеперечисленного, но я более чем уверен, что это сработает.