jMetal框架使用心得

因为毕业设计做水库多目标调度相关，对多目标优化算法有需求，使用版本为 jMetal-master-5.4。
也是刚接触Java，一开始焦头烂额，特此做一下记录。

0. Maven镜像仓库配置

jMetal从5.0版本开始使用了maven依赖，使用IDEA导入maven项目时从中央仓库下载依赖慢的心慌。
可在maven安装目录下conf\settings.xml内添加国内镜像，问题解决。

<mirror>
	<id>nexus-aliyun</id>
    <name>Nexus aliyun</name>
    <url>http://maven.aliyun.com/nexus/content/groups/public</url>
    <mirrorOf>*</mirrorOf>
</mirror>

1. jMetal-master使用初探

对照源码中的实例，自己进行了尝试，大体上掌握了jMetal的基本使用方法。以NSGAII算法应用于ZDT１测试问题为例进行总结。
首先声明

Problem<DoubleSolution> problem;//问题
Algorithm<List<DoubleSolution>> algorithm;//算法
CrossoverOperator<DoubleSolution> crossover;//交叉算子
MutationOperator<DoubleSolution> mutation;//变异算子
SelectionOperator<List<DoubleSolution>, DoubleSolution> selection;//选择算子

定义优化问题

problem = new ZDT1();

进行参数设置

//配置SBX交叉算子
double crossoverProbability = 0.9;
double crossoverDistributionIndex = 20.0;
crossover = new SBXCrossover(crossoverProbability, crossoverDistributionIndex);
//配置变异算子
double mutationProbability = 1.0 / problem.getNumberOfVariables();
double mutationDistributionIndex = 20.0;
mutation = new PolynomialMutation(mutationProbability, mutationDistributionIndex);
//配置选择算子
selection = new BinaryTournamentSelection<DoubleSolution>(
	new　RankingAndCrowdingDistanceComparator<DoubleSolution>());

创建NSGAIIBuilder对象，调用build()方法构建算法

//设置进化次数为25000，种群规模为100
algorithm = new NSGAIIBuilder<DoubleSolution>(problem, crossover, mutation)
		.setSelectionOperator(selection).setMaxEvaluations(25000)
		.setPopulationSize(100).build();

运行算法

AlgorithmRunner algorithmRunner = new AlgorithmRunner.Executor(algorithm).execute();

获取解集并输出结果

List<DoubleSolution> population = algorithm.getResult();
printFinalSolutionSet(population);

结果集FUN.tsv和VAR.tsv存储在当前project目录下，FUN.tsv存储的是目标函数值，VAR.tsv存储的是变量值。

2. 结果集的处理

针对于ZDT1这一目标函数个数为2的问题，使用pandas和matplotlib对解集进行可视化处理。python第三方库安装的问题的解决，记录在上一篇博客。

首先导入

import pandas as pd
import matplotlib.pyplot as plt

对FUN.tsv中的数据进行读取

file_path = 'E:/Python/NSGAII_pycharm/FUN.tsv'
file = open(file_path)
data = []
for i in file.readlines():
    data.append(i)
file.close()

此时可选择在控制台进行输出，观察数据的存储格式。仔细观察可以发现数据的存储格式为

'2.711890521173155E-10 1.0010893732314614 \n'

即两个函数值之间分隔符为空格' '，但在最后的换行符之前也有一个空格' '，这就给后面直接应用pd.csv_reader()带来了一些问题。为了解决这个问题，直接将将尾部的空格去掉。
处理数据并存储到new_FUN.tsv

new_file_path = 'E:/Python/NSGAII_pycharm/new_FUN.tsv'
new_file = open(new_file_path, 'w')
new_file.write('fun1 fun2\n')
for row in data:
    # 去掉每行数据尾部的空格
    tmp = row.strip('\n').rstrip() + '\n'
    new_file.write(tmp)
new_file.close()

最后，使用pandas将数据存入为数组并绘图

array_data = pd.read_csv(new_file_path, sep=' ')
plt.plot(array_data['fun1'], array_data['fun2'], 'ro')
plt.show()

得到的Pareto前沿如图