我正在互联网上搜索可用于 GA 的库,这些库具有开发多目标算法(如 Python 的 NSGAII)的潜力。你有什么建议吗?
这是我目前所拥有的:
问题不一定是哪个更好,而是这些库的特性以及从单目标优化到多目标优化的轻松切换的可能性。
谢谢
最佳答案
披露:我是 DEAP 的开发人员之一。
DEAP 是上述项目中开发最活跃的项目。它有一个事件的邮件列表,如果您在某些时候需要帮助,这是一个有趣的功能。 DEAP 独有的类创建使得从单个目标切换到多个目标非常容易。它带有多个示例,包括多目标遗传算法的示例。
它还兼容 Python 2 和 3,而其他一些框架只支持 Python 2。最后,虽然它是用纯 Python 编写的,但我们总是会考虑性能,所以它很快。不同示例的时序可在 http://deap.gel.ulaval.ca/speed/ 获得。 .
关于python - PYTHON : libraries/tools to use? 上的遗传算法和多目标优化,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16739118/