ast.NodeTransformer的示例，用于修改等式

Question

ast.NodeTransformer的示例，用于修改等式

pythonabstract-syntax-treegenetic-programming

19

这是我上一个问题的延续。我想解析一个方程并处理得到的ast。我的目的是随机打乱它，以获得一个新的方程，该方程也必须是有效的函数。这将用于遗传算法。

以下是我的起点：

class Py2do(ast.NodeTransformer):
def __init__(self):
  self.tree=[]
def generic_visit(self, node):
    print type(node).__name__
    self.tree.append(type(node).__name__)
    ast.NodeVisitor.generic_visit(self, node)
    depth=3
    s = node.__dict__.items()
    s = "    ".join("%s %r" % x for x in sorted(node.__dict__.items()))
    print( "%s%s\t%s" % (depth, str(type(node)), s) )
    for x in ast.iter_child_nodes(node):
      print (x, depth)

def visit_Name(self, node):
    # print 'Name :', node.id
    pass

def visit_Num(self, node):
    print 'Num :', node.__dict__['n']

def visit_Str(self, node):
    print "Str :", node.s

def visit_Print(self, node):
    print "Print :"
    ast.NodeVisitor.generic_visit(self, node)

def visit_Assign(self, node):
    print "Assign :"
    ast.NodeVisitor.generic_visit(self, node)

def visit_Expr(self, node):
    print "Expr :"
    ast.NodeVisitor.generic_visit(self, node)





if __name__ == '__main__':
    node = ast.parse("res= e**(((-0.5*one)*((delta_w*one/delta*one)**2)))")
    import ast_pretty
    print ast.dump(node)
    pprintAst(node)
    v = Py2do()
    v.visit(node)
    print v.tree

我想得到的是这样的结果：

res= e**(delta*((one/delta_w*one)**2)))

或者其他有效的随机方程。这将用于Fortran程序，因此如果生成的方程也能转换为Fortran，则更好。请注释您的代码并提供一个测试样例/单元测试。

- tarrasch

我认为你应该用它们的正确类型标记表达式节点，例如关联、二元、一元等。然后，你可以根据运算符的类型来混淆树以保持连贯性。 - Chiguireitor

访问树的节点并不那么容易。如果我有这个能力，那将是一个重大的进步。 - tarrasch

但是你已经在那里使用了“访问者”模式...你可以克隆树，然后相应地进行变异。 - Chiguireitor

好的，这意味着需要设置一个次要数据结构，然后进行变异。我认为这不是很难。但是回转换怎么办？最终我需要一个有效的表达式... - tarrasch

你只需要按深度优先顺序遍历生成的树；在叶子节点上打印值/变量；当从二元操作符的叶子节点返回时，在每个兄弟节点之间放置运算符；当从节点返回到组合操作符（括号）时，将表达式包裹在其中。类似于Lambda演算的工作方式 ;) - Chiguireitor

显示剩余2条评论

2个回答

-1

你想做什么？寻找方程的正确排列可能很容易但是耗时（n！种可能性），但使用遗传算法生成并优化新方程是不可能的，因为这不是一个优化问题...例如x^0.00和x^0.01是根本不同的。而且，您无法为正确的运算符进行优化，那样行不通。抱歉。

虽然情况并不那么糟糕。寻找正确的函数是一项极其常见的任务。我现在假设您不知道该函数，但是您知道来自测量的几个点（您需要这些来计算遗传算法中的适应度，不是吗？）。您现在可以使用Lagrange得到通过这些给定点的多项式。维基百科文章中有两个很好的例子，而拉格朗日方法非常容易实现（我猜不到10行代码）。此外，请注意您可以通过添加更多的参考点来提高多项式的精度。

- tux21b

我认为他是在要求根据输入生成方程，然后将这些方程输入到一个独立/已经完成的遗传算法系统中。 - Colin Valliant

实际上，我想生成随机方程，只是有效的代码。我知道方程应该长什么样子，并希望算法在我已有的遗传框架内尝试很多可能性。 - tarrasch

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Ira Baxter · Accepted Answer

所以输入和输出是Fortran代码？您想使用任意的Fortran表达式/语句吗？（包括数组切片等？）Fortran是一种相当复杂的语言；阅读它需要几乎完整的解析器。

也许您想使用一个可以直接操作Fortran的程序转换工具。这样的工具将读取Fortran代码，构建AST，让您使用一组随机选择的转换“随机化”它，然后重新生成有效的Fortran代码。

我们的DMS软件重构工具包及其Fortran前端可直接用于此。

编辑于2011年8月26日：楼主确认他想要“演变”（转换）真正的Fortran代码。值得注意的是，构建一个真正的Fortran解析器（就像为任何其他真实语言构建解析器一样）非常困难；我们花了数月时间，而我们的工具在定义解析器方面非常出色（我们使用DMS完成了大约40种语言和各种方言）。如果他想继续生活或完成实际任务，他可能不应该建立自己的真正的Fortran解析器。

对于楼主来说，将Fortran代码限制为非常受限的子集，并为其构建解析器可能是可行的。