PYTHON的遗传算法和多目标优化:使用的库/工具？

Question

我正在网上搜索可用于GA的库,以及用于Python的NSGAII等多目标算法的潜在开发.你有什么建议吗？

这是我到目前为止:

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:似乎有很好的记录,包括多目标
4. inspyred:似乎没有记录,包括多目标

问题不一定是关于哪一个更好,而是更多关于这些库的特征以及从单一优化到多目标优化的可能性.

谢谢

Answer 1

披露:我是DEAP的开发人员之一.

DEAP是上述项目中最活跃的项目.它有一个活跃的邮件列表,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.它附带了多个例子,包括多目标遗传算法的例子.

它也兼容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,但我们总会考虑到性能,所以它非常快.http://deap.gel.ulaval.ca/speed/上提供了不同示例的时间安排.

Answer 2

Pybrain似乎有GA和多目标GA:

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

似乎仍然有点基础.我没试过,所以我不能告诉你它有多好.