python - PYTHON 上的遗传算法和多目标优化：要使用的库/工具？

Question

我正在互联网上扫描可用于使用 GA 的库，这些库可能会开发多目标算法，例如 Python 的 NSGAII。你有什么建议吗？

这是我到目前为止所拥有的：

1. Pyevolve：有据可查，但不包括多目标
2. Pygene：似乎不包括多目标
3. deap：似乎有据可查，包括多目标
4. inspyred：似乎有据可查，包括多目标

问题不一定是哪个更好，而更多的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

Answer 1

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。它有一个活动的邮件列表，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，所以它相当快。不同示例的时间安排可在http://deap.gel.ulaval.ca/speed/ 获得。

Answer 2

Pybrain似乎有 GA 和多目标 GA：

http://pybrain.org/docs/api/optimization/optimization.html?highlight=genetic#population-based

似乎还是有点基础。我没试过，所以我不能告诉你它有多好。