强烈建议使用今年华南农业大学、暨南大学、华南理工大学高校硕博学生联合团队推出的Python高性能遗传和进化算法工具箱:Geatpy。它是目前进化计算领域与platemo、matlab遗传算法工具箱等有相当的权威和影响力的实用型进化算法工具箱,而其效率和易用性居于领先地位。
目前已得到多所高校研究生实验室以及企业采用,为相关领域的研究和应用注入了全新的活力。
它支持单目标、多目标进化优化、复杂约束优化等等,提供丰富的遗传算法和多目标进化优化算法模板,采用高性能的大规模并行化矩阵运算,提供功能强大的开源进化算法框架,尤其适合数学建模和同行的研究生们。
我最近学习了一下,相当的简单!几分钟就实现了解决了我那边的建模问题。Geatpy的代码风格与matlab非常相似,特别容易上手。还特意与matlab对比着实现单目标、多目标优化的遗传算法,Geatpy效率要高不少。(据说内核是C内核+Python里的mkl矩阵库)
下面是我的学习博客,欢迎来捧场~Python遗传算法工具箱的使用(一)求解带约束的单目标优化 - weixin_37790882的博客 - CSDN博客blog.csdn.netPython遗传和进化算法框架(一)Geatpy快速入门 - CSDN博客blog.csdn.net
这个是我用来解决多目标优化函数DTLZ2帕累托前沿面搜索的图。
采用不同的算法模板、进化策略,调用不同的库函数,优化的效果是不一样的。
这里采用快速求解的策略,不限制帕累托最优解的个数,速度很快,比matlab遗传算法工具箱快了近1个数量级。