PlatEMO v2.9的简单介绍

下载：在github中，搜索PlatEMO，找到 v2.9版本

基本使用简介

PlatEMO中有七个文件夹和一个main.m文件，如图所示

1. main.m：PlatEMO的唯一接口，调用这个函数来运行平台（可以在控制台上直接敲上main，回车即

2. Algorithms：用于存储所有MOEAs的源代码。

3. GUI：用于存储代码以建立PlatEMO的GUI。

4. Metrics：用于存储所有性能指标的源代码。

5. Operators：用于存储所有操作符的源代码。

6. Problems：用于存储所有MOPs的源代码。

7. Public：用于存储公共类和实用程序函数。

可视化界面操作

运行main.m文件后会出现一个可视化界面，如图所示（下面会有两个界面，一个是测试模块，另一个是实验模块）

• 测试模块
  

  • A区域：选择需要执行的MOEA和MOP。
  • B区域：设置选择的MOEA和MOP参数。每个参数的值应该是一个标量。注意，这里将常用参数N、M、D和evaluation作为MOP的参数。如果将参数设置为空，则该参数将等于其默认值。
  • C区域：根据当前的配置来执行MOEA。
  • D区域：显示光标正在移动的区域B中的参数的介绍。
  • E区域：在优化过程中显示当前的种群。
  • F区域：放大、缩小、平移或旋转区域E中的轴。
  • G区域：在一个新的标准MATLAB图中打开E区域中的轴，这样就可以在轴上执行更多的操作，例如保存轴。
  • H区域：选择区域E中要显示在轴上的数据，包括 种群的帕累托前，种群的帕累托集合，真正的帕累托 前面的MOP，以及任何性能指标的收敛轮廓。
  • I区域：控制优化过程，即启动、暂停、停止、后退、向前。
  • J区域：显示其中一个历史结果。
  • K区域：显示结果的最终总体的性能指标值。
  • L区域：显示执行过程的详细信息。

• 实验模块
  

  • A区域：选择多个要执行的MOEA和MOP。
  • B区域：设置所选MOEAs和MOPs的参数。请注意，MOP中每个参数的值可以是一个向量，因此MOEAs可以在具有不同设置的相同MOP上执行。
  • C区域：设置在每个文件中保存的种群数。例如，如果种群数量为5，评估次数为20000，则将保存当评估次数为4000、8000、12000、16000和20000时获得的种群。
  • D区域：设置每个MOP上的每个MOEA的运行次数。
  • E区域：设置要保存实验设置的文件路径。用户还可以打开一个现有的配置文件来加载实验设置。所有的结果都将被保存到该文件路径的同一个文件夹中。
  • F区域：按顺序或并行地进行实验。
  • G区域：显示实验的统计结果。
  • H区域：指定要在表中显示的数据的类型。
  • I区域：将表保存为Excel或LaTeX格式。
  • J区域：选择要在表中显示的数据，包括最终总体的任何性能度量值。
  • K区域：控制优化过程，即启动、暂停和停止
  • L区域：右键单击一个单元格，以显示总体的帕累托前面、总体的帕累托集合或度量值的收敛轮廓。

使用命令行操作

用户可以通过调用具有输入参数的main()来运行PlatEMO的命令模式。main()的所有可接受的参数均列于表1中。请注意，用户不需要分配所有的参数，因为每个参数都有一个默认值。

• -algorithm.：要执行的MOEA的函数。
• -problem： 待解决的MOP。
• -N：MOEA的种群规模。注意，它被固定在某些MOEAs(例如MOEA/D .m)中的某些特定值上，因此这些MOEAs的实际种群大小可能并不完全等于这个参数。
• -M： MOP的目标数目。注意，在不可伸缩的MOPs(例如ZDT1.m)中，目标的数量是恒定的，因此这个参数对于这些MOPs是无效的。
• -D.：MOP决策变量的个数。注意，在某些MOP中，决策变量的数量是常量或固定到某些特定整数上的(例如：ZDT5.m)，因此决策变量的实际数量可能并不完全等于这个参数。
• -evaluation： 函数评价的最大数目。
• -run： 运行数。如果用户希望为相同的算法、问题、M和D参数保存多个结果，则在每次运行时修改此参数，使结果的文件名不同。
• -save ：保存的种群。如果将该参数设置为0(默认值)，则会在终止后显示结果图;否则，在进化过程中获得的种群将保存在一个名为的文件中Data\algorithm\algorithm_problem_M_D_run.mat。例如：如果save为5并且evaluation是20000，评价数量为4000、8000、12000、16000、20000时得到的种群将被保存。
• -outputFcn: 每次生成后调用的函数，通常不需要修改。

下面是用命令行操作的例子：

使用以下命令在种群规模分别为200和10个目标的WFG1上运行RVEA，并将显示最终结果：

1.main('-algorithm',@RVEA,'-problem',@WFG1,'-N',200,'-M',10);

使用以下命令在WFG2上运行KnEA，并设置KnEA和WFG2中设置参数：

1.main('-algorithm',{@KnEA,0.4},'-problem',{@WFG2,6});

每个MOEA和MOP的具体参数可以在相应函数头部的注释中找到。使用以下命令在DTLZ5上运行AR-MOEA10次，并保存最终的填充：

1. for r = 1 : 10 
2. main('-algorithm',@ARMOEA,'-problem',@DTLZ5,'-save',1, 
'-run',r); 
3. end

本人的表述如果有误，欢迎批评指正