如何在多处理deap-python遗传算法中加入最大（或最小）适应度停止条件

这个问题是关于python deap遗传算法库问题的后续回答：

使用来自deap github的参考代码：

第112行

max（适合）<100和g<1000时：#来自onemax.py

在deap github示例“onemax\u mp.py”中：

如何在onemax\u mp.py中添加类似于

max（fits）<100

的最大（或最小）条件

如果添加此条件，此条件是否应用于整个多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？
现在看来我只能控制几代人：

第40行

algorithms.eaSimple（pop、工具箱、cxpb=0.5、mutpb=0.2、ngen=40、stats=stats、halloffame=hof）#ngen=40表示计算40代

---

我是stackoverflow的新手，如果我需要编辑此问题以符合论坛规则，请告诉我。因此，您正在查看的行是终止条件。当发现适合度大于100的个体或1000代之后，进化停止。我和MOEAs做了很多工作，但我对DEAP不太熟悉。撇开这个免责声明不谈，看起来它并没有进化出不同的群体，只是做了并行评估。所以只有一个人。从文档中可以看出，通过执行以下操作，您可以获取

onemax.py

并将其放入多处理池中：

import multiprocessing

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

---

我从这里得到了这段代码：

所以我想你的意思是避免使用onemax_short.py和onemax_mp.py中的代码，只需将多处理添加到原始的onemax.py中，我读对了吗？是的，如果我读对了文档，你所要做的就是在原始的

onemax.py

中删除这些行。