Rámec MOEA - MOEA Framework

Rámec MOEA
Logo rámce MOEA
První vydání21. listopadu 2011 (2011-11-21)
Stabilní uvolnění
2.13[1] / 30. prosince 2019; Před 11 měsíci (30. prosince 2019)
Úložiště
Upravte to na Wikidata
NapsánoJáva
PlošinaCross-platform
TypEvoluční výpočet
LicenceGNU Lesser General Public License
webová stránkawww.moeaframework.org

The Rámec MOEA je open-source evoluční výpočet knihovna pro Jáva která se specializuje na vícecílová optimalizace. Podporuje celou řadu multiobjektivních evolučních algoritmů (MOEA), včetně genetické algoritmy, genetické programování, gramatická evoluce, diferenciální evoluce, a optimalizace roje částic. Ve výsledku byl použit k provedení řady srovnávacích studií k posouzení účinnosti, spolehlivosti a ovladatelnosti nejmodernějších MOEA.

Funkce

Rámec MOEA je rozšiřitelný rámec pro rychlé navrhování, vývoj, provádění a statistické testování multiobjektivních evolučních algoritmů (MOEA). Obsahuje 25 různých nejmodernějších MOEA a více než 80 problémů s analytickými testy. Podporuje NSGA-II,[2] jeho nedávno představený nástupce NSGA-III[3] epsilon-MOEA,[4] GDE3.,[5] a MOEA / D.[6] nativně. Kromě toho se integruje s JMetal,[7] Nezávislé rozhraní na platformě a programovacím jazyce pro vyhledávací algoritmy (PISA),[8] a Borg MOEA[9] knihovny umožňující přístup ke všem populárním MOEA. Navíc pomocí Java rozhraní poskytovatele služeb (SPI), mohou být do rámce zavedeny nové MOEA a problémy. To podporuje použití rámce MOEA ve vědeckých studiích, což umožňuje testování nových MOEAs proti sadě nejmodernějších algoritmů napříč velkou sbírkou testovacích problémů.

Nové problémy jsou definovány v rámci MOEA Framework pomocí jedné nebo více rozhodovacích proměnných různého typu. To zahrnuje běžné reprezentace, jako jsou binární řetězce, čísla se skutečnou hodnotou a permutace. Dále podporuje vývoj gramatik v systému Windows Backus – Naurova forma a programy využívající interní Turing dokončen programovací jazyk. Jakmile je problém definován, může jej uživatel optimalizovat pomocí kteréhokoli z podporovaných MOEA.

Analýza citlivosti

Rámec MOEA je jediný známý rámec pro evoluční výpočty, který poskytuje podporu pro Analýza citlivosti. Analýza citlivosti v této souvislosti studuje, jak parametry MOEA ovlivňují její výstup (tj. Kvalitu výsledků). Alternativně analýza citlivosti měří robustnost MOEA vůči změnám v jeho parametrech. MOEA, jehož chování je citlivé na jeho parametrizaci, nebude snadno ovladatelné; naopak, MOEA, která je necitlivá na své parametry, je kontrolovatelná.[10] Měřením citlivosti každé MOEA může rámec MOEA identifikovat kontrolní parametry pro každou MOEA a poskytnout vodítko pro jemné doladění parametrů. Kromě toho jsou MOEA, které jsou trvale necitlivé na změny parametrů napříč řadou problémových domén, považovány za vysoce díky své robustní schopnosti řešit problémy s optimalizací.

Viz také

  • ESD, sada nástrojů pro implementaci evolučních algoritmů
  • Paradiseo, metaheuristický rámec

Reference

  1. ^ „Verze 2.13“. 30. prosince 2019. Citováno 31. prosince 2019.
  2. ^ Deb, K .; et al. (2000). „Rychlý elitářský víceobjektový genetický algoritmus: NSGA-II“. Transakce IEEE na evolučním výpočtu. 6: 182–197.
  3. ^ Deb, K .; Jain, H. (2014). „Evoluční mnohoobjektový optimalizační algoritmus využívající nedominovaný přístup třídění založený na referenčním bodě, část I: Řešení problémů s omezeními rámečku“. Transakce IEEE na evolučním výpočtu. 18 (4): 577–601.
  4. ^ Deb; et al. (2003). „Rychlý víceobjektový evoluční algoritmus pro hledání dobře rozložených Paretooptimálních řešení“. Zpráva KanGAL č. 2003002.
  5. ^ Kukkonen; Lampinen (2005). „GDE3: Třetí krok evoluce generalizované diferenciální evoluce“. Číslo zprávy KanGAL 2005013.
  6. ^ Li, H .; Zhang, Q. (2009). "Multiobjective Optimization problems with Complicated Pareto Sets, MOEA / D and NSGA-II". Transakce IEEE na evolučním výpočtu. 13 (2): 284–302.
  7. ^ „Web JMetal“.[trvalý mrtvý odkaz ]
  8. ^ „Web PISA“.
  9. ^ „Web Borg MOEA“.
  10. ^ Hadka, D .; Reed, P. (2012). „Diagnostické hodnocení ovládacích prvků vyhledávání a režimů selhání v evoluční optimalizaci s mnoha objekty“. Evoluční výpočet. 20 (3): 423–452. doi:10.1162 / evco_a_00053.

externí odkazy