遗传算法多目标优化 python_Python遗传算法框架使用实例（二）多目标优化问题Geatpy for Python与Matlab的对比学习...

在前面几篇文章中，我们已经介绍了高性能Python遗传和进化算法框架——Geatpy的使用及一些案例。

https://blog.csdn.net/qq_33353186/article/details/82014986

https://blog.csdn.net/qq_33353186/article/details/82020507

https://blog.csdn.net/qq_33353186/article/details/82047692

详细的Geatpy官方教程文档在官网可以查看：

http://geatpy.com/index.php/geatpy%E6%95%99%E7%A8%8B/

本篇就一个多目标优化实例进行展开讲述，并且与使用Matlab工具箱进行对比：

回顾一下更新方法：

pip install --upgrade --user geatpy

下面对一个两个目标的最小化问题进行求解：

先用Geatpy尝试求解，先定义问题类MyProblem，然后编写执行代码直接套用内置的moea_nsga2_templet进化算法模板对问题进行求解：

# -*- coding: utf-8 -*-

import numpy as np

import geatpy as ea

"""

问题类定义

"""

class MyProblem(ea.Problem): # 继承Problem父类

def __init__(self):

name = 'MyProblem'