专栏首页人工智能与演化计算成长与进阶Manytasking Jmetal 代码反向解析 1_MATP 测试函数集

Manytasking Jmetal 代码反向解析 1_MATP 测试函数集

  • 这是我在写 Manytask optimization 时的笔记,代码地址可以下载[1]
  • 打开文件夹如下目录,选择 benchmark 中的任意一个测试函数集,此时我们选择MATP1

MATP1

package momfo.problems.benchmarks;

import java.io.IOException;

import momfo.core.Problem;
import momfo.core.ProblemSet;
import momfo.problems.base.*;


public class MATP1 {

 public static ProblemSet getProblem() throws IOException {

  int taskNumber=50;

  ProblemSet problemSet = new ProblemSet(taskNumber);

  for(int i=1;i<=taskNumber;i++)
   problemSet.add(getT(i).get(0));

  return problemSet;

 }


 public static ProblemSet getT(int taskID) throws IOException {
  ProblemSet problemSet = new ProblemSet(1);

  MMDTLZ prob = new MMDTLZ(2, 50, 1, -100,100);
  prob.setGType("sphere");


  double[][] matrix = IO.readMatrixFromFile("MData/M1/M1_"+taskID+".txt");

  double shiftValues[] = IO.readShiftValuesFromFile("SVData/S1/S1_"+taskID+".txt");

  prob.setRotationMatrix(matrix);
  prob.setShiftValues(shiftValues);

  ((Problem)prob).setName("MATP1-"+taskID);

  problemSet.add(prob);

  return problemSet;
 }

}

  • int taskNumber=50; 表示 MATP1 问题设置的任务个数是 50,初始化 problemSet 作为一个容器以承载每一个被初始化后的实际 MATP1 问题。
  • problemSet.add(getT(i).get(0)); 意味着此时需要关注的是getT函数,从
MMDTLZ prob = new MMDTLZ(2, 50, 1, -100,100);
prob.setGType("sphere");

看出 MATP_1 是一个双目标的问题,并且决策变量个数为 50,决策变量最小值为-100,最大值为 100,而 G 函数的类型为sphere,而只要是双目标的函数使用的 H 函数都是circle

// MMDTLZ
if (numberOfObjectives == 2)
   hType_ = "circle";
  else
   hType_ = "sphere";

  • 通过
double[][] matrix = IO.readMatrixFromFile("MData/M1/M1_"+taskID+".txt");

double shiftValues[] = IO.readShiftValuesFromFile("SVData/S1/S1_"+taskID+".txt");
  • 可知 matrix[][]其中保存有旋转函数,根据 taskID 具有不同的旋转角度,shiftValues 则保存了偏移向量,通过不同的旋转函数和偏移向量可以保证 MATP 问题中的不同任务即使具有相同的帕累托前沿,但是对应的决策变量距离和位置却完全不同。

注意在 MATP2 中仅仅设置 G 函数的形状为spherealpha值 1。(后期通关观察得知,alpha 值是用于计算 cos 函数的)


MATP2

public class MATP2 {

 public static ProblemSet getProblem() throws IOException {

  int taskNumber=50;

  ProblemSet problemSet = new ProblemSet(taskNumber);

  for(int i=1;i<=taskNumber;i++)
   problemSet.add(getT(i).get(0));

  return problemSet;

 }


 public static ProblemSet getT(int taskID) throws IOException {
  ProblemSet problemSet = new ProblemSet(1);

  MMZDT prob = new MMZDT(50, 1,  -100,100);
  prob.setGType("mean");
  prob.setHType("concave");


  double[][] matrix = IO.readMatrixFromFile("MData/M2/M2_"+taskID+".txt");

  double shiftValues[] = IO.readShiftValuesFromFile("SVData/S2/S2_"+taskID+".txt");

  prob.setRotationMatrix(matrix);
  prob.setShiftValues(shiftValues);

  ((Problem)prob).setName("MATP2-"+taskID);

  problemSet.add(prob);

  return problemSet;
 }

}

和 MATP1 问题不同的是 MATP2 问题设置 G 函数为mean,设置 H 函数为concave,最终形状为concave并且是根据ZDT问题改编的,而不是DTLZ问题,表示有 50 个变量,并且 K 值为 1,根据ZDT问题的默认函数来看,ZDT问题构造的都是双目标问题。

public MMZDT(int numberOfVariables, int k, double lg, double ug) {
  numberOfObjectives_ = 2;
  numberOfVariables_ = numberOfVariables;
  k_ = k;

  gType_ = "sphere";
  f1Type_ = "linear";
  hType_ = "convex";

MATP3

package momfo.problems.benchmarks;

import java.io.IOException;

import momfo.core.Problem;
import momfo.core.ProblemSet;
import momfo.problems.base.*;


public class MATP3 {

 public static ProblemSet getProblem() throws IOException {

  int taskNumber=50;

  ProblemSet problemSet = new ProblemSet(taskNumber);

  for(int i=1;i<=taskNumber;i++)
   problemSet.add(getT(i).get(0));

  return problemSet;

 }


 public static ProblemSet getT(int taskID) throws IOException {
  ProblemSet problemSet = new ProblemSet(1);

  MMZDT prob = new MMZDT(10,  1, -5,5);
  prob.setGType("rosenbrock");
  prob.setHType("concave");


  double[][] matrix = IO.readMatrixFromFile("MData/M3/M3_"+taskID+".txt");

  double shiftValues[] = IO.readShiftValuesFromFile("SVData/S3/S3_"+taskID+".txt");

  prob.setRotationMatrix(matrix);
  prob.setShiftValues(shiftValues);

  ((Problem)prob).setName("MATP3-"+taskID);

  problemSet.add(prob);

  return problemSet;
 }

}

和 MATP1 以及 MATP2 问题不同的是 MATP3 问题设置 G 函数为rosenbrock,设置 H 函数为concave,最终形状为concave并且是根据ZDT问题改编的,而不是DTLZ问题,表示有 50 个这样的任务,并且 K 值为 1,根据ZDT问题的默认函数来看,ZDT问题构造的都是双目标问题,与 MATP2 问题不同的是使用 10 个变量,并且变量范围为[-5,5]而不是[-50,50]


MATP4

import java.io.IOException;

import momfo.core.Problem;
import momfo.core.ProblemSet;
import momfo.problems.base.*;


public class MATP4 {

 public static ProblemSet getProblem() throws IOException {

  int taskNumber=50;

  ProblemSet problemSet = new ProblemSet(taskNumber);

  for(int i=1;i<=taskNumber;i++)
   problemSet.add(getT(i).get(0));

  return problemSet;

 }


 public static ProblemSet getT(int taskID) throws IOException {
  ProblemSet problemSet = new ProblemSet(1);

  MMDTLZ prob = new MMDTLZ(2, 50, 1, -2,2);
  prob.setGType("rastrigin");


  double[][] matrix = IO.readMatrixFromFile("MData/M4/M4_"+taskID+".txt");

  double shiftValues[] = IO.readShiftValuesFromFile("SVData/S4/S4_"+taskID+".txt");

  prob.setRotationMatrix(matrix);
  prob.setShiftValues(shiftValues);

  ((Problem)prob).setName("MATP4-"+taskID);

  problemSet.add(prob);

  return problemSet;
 }

}

可以看出MATP4使用的是 DTLZ 函数其中具有两个目标函数,具有 50 个决策变量,alpha 值为 1,上界为 2 下界为-2.使用的 G 函数为rastrigin,使用的 H 函数为sphere

//MMDTLZ
if (numberOfObjectives == 2)
   hType_ = "circle";
  else
   hType_ = "sphere";

MATP5

package momfo.problems.benchmarks;

import java.io.IOException;

import momfo.core.Problem;
import momfo.core.ProblemSet;
import momfo.problems.base.*;


public class MATP5 {

 public static ProblemSet getProblem() throws IOException {

  int taskNumber=50;

  ProblemSet problemSet = new ProblemSet(taskNumber);

  for(int i=1;i<=taskNumber;i++)
   problemSet.add(getT(i).get(0));

  return problemSet;

 }


 public static ProblemSet getT(int taskID) throws IOException {
  ProblemSet problemSet = new ProblemSet(1);

  MMZDT prob = new MMZDT(50, 1,  -1,1);
  prob.setGType("ackley");
  prob.setHType("convex");


  double[][] matrix = IO.readMatrixFromFile("MData/M5/M5_"+taskID+".txt");

  double shiftValues[] = IO.readShiftValuesFromFile("SVData/S5/S5_"+taskID+".txt");

  prob.setRotationMatrix(matrix);
  prob.setShiftValues(shiftValues);

  ((Problem)prob).setName("MATP5-"+taskID);

  problemSet.add(prob);

  return problemSet;
 }

}

决策变量个数为 50,k 为 1,变量最小范围为-1,变量最大范围为 1,G 函数为ackley,H 函数为convex


MATP6

package momfo.problems.benchmarks;

import java.io.IOException;

import momfo.core.Problem;
import momfo.core.ProblemSet;
import momfo.problems.base.*;


public class MATP6 {

 public static ProblemSet getProblem() throws IOException {

  int taskNumber=50;

  ProblemSet problemSet = new ProblemSet(taskNumber);

  for(int i=1;i<=taskNumber;i++)
   problemSet.add(getT(i).get(0));

  return problemSet;

 }


 public static ProblemSet getT(int taskID) throws IOException {
  ProblemSet problemSet = new ProblemSet(1);

  MMDTLZ prob = new MMDTLZ(2, 50, 1, -50,50);
  prob.setGType("griewank");


  double[][] matrix = IO.readMatrixFromFile("MData/M6/M6_"+taskID+".txt");

  double shiftValues[] = IO.readShiftValuesFromFile("SVData/S6/S6_"+taskID+".txt");

  prob.setRotationMatrix(matrix);
  prob.setShiftValues(shiftValues);

  ((Problem)prob).setName("MATP6-"+taskID);

  problemSet.add(prob);

  return problemSet;
 }

}

目标函数 2 个,50 个决策变量,alpha 值设置为 1,下边界为-50,上边界为 50,G 函数为griewank,H 函数为circle

MATP 算例总结

float[] rgb1 = {0, 0, 0};//黑色-circle
        float[] rgb2 = {(float) 0, (float) 0, (float) 139};//蓝黑-concave
        float[] rgb3 = {(float) 255, (float) 0, (float) 0};//红色-concave
        float[] rgb4 = {(float) 0, (float) 255, (float) 0};//绿色-circle
        float[] rgb5 = {(float) 255, (float) 255, (float) 0};//黄色-convex
        float[] rgb6 = {(float) 139, (float) 69, (float) 19};//巧克力色-circle


        float alpha = (float) 1;
        Scatter scatter1 = tools.Setpoint(TruePFT1_Matrix, rgb1, alpha, 20);
        Scatter scatter2 = tools.Setpoint(TruePFT2_Matrix, rgb2, alpha, 15);
        Scatter scatter3 = tools.Setpoint(TruePFT3_Matrix, rgb3, alpha, 8);
        Scatter scatter4 = tools.Setpoint(TruePFT4_Matrix, rgb4, alpha, 10);
        Scatter scatter5 = tools.Setpoint(TruePFT5_Matrix, rgb5, alpha, 6);
        Scatter scatter6 = tools.Setpoint(TruePFT6_Matrix, rgb6, alpha, 5);

Summary

参考资料

[1]

地址可以下载: http://www.bdsc.site/websites/MTO/MO-ManyTask-Benchmarks.rar

本文分享自微信公众号 - DrawSky(wustcsken),作者:CloudXu

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-07-23

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Jmetal Problem和Problem Set的变量范围

    DrawSky
  • [DeeplearningAI 笔记]第二章 3.1-3.2 超参数搜索技巧

    表示在 2000 个数据中取平均,很接近 1 时看似微小的改动都会带来巨大的差异!

    DrawSky
  • [DeeplearningAI 笔记]第二章 2.3-2.5 带修正偏差的指数加权平均

    是取 0.9,那么这个 V 值表示的是十天以来的温度的加权平均值.如果我们设置

    DrawSky
  • Partial FC:让你在一台机器上训练1000万个id人脸数据集成为可能!

    我们都知道在人脸识别模型的学习过程中,模型会将数据集中每个人脸的特征映射到所谓的嵌入空间中,而在这个空间中,属于同一个人的特征被拉到一起,属于不同人的特征会被推...

    Amusi
  • 在Win7的IIS上搭建FTP服务及用户授权

    FTP服务      FTP是文件传输协议(File Transfer Protocol)的简称,该协议属于应用层协议(端口号通常为21),用于Internet...

    似水的流年
  • 在Win7的IIS上搭建FTP服务及用户授权

    FTP服务      FTP是文件传输协议(File Transfer Protocol)的简称,该协议属于应用层协议(端口号通常为21),用于Intern...

    似水的流年
  • 在Win7的IIS上搭建FTP服务及用户授权

    FTP服务      FTP是文件传输协议(File Transfer Protocol)的简称,该协议属于应用层协议(端口号通常为21),用于Internet...

    似水的流年
  • Linux用户管理

    此时可以看到,shadow文件中,第二个存密码的位置是一个!,此时新建的账户还没有密码,当然也可以看到home目录下没有mianhk1的文件夹,此时需要先改密...

    小二三不乌
  • DBbrain 慢日志查询api 接口怎么调用,示例来了

    DBbrain 提供了慢日志top sql 的模板查询功能,并且可以用api 调用接口获得top 慢日志。

    邵聪 SHAO CONG
  • Vue的学习(十一)VsCode软件安装 vue.js

    将这个复制到设置里面,那么就配置好了,我们创建的目录,或者文件,就会以这样的形式进行展示

    一天不写程序难受

作者介绍

精选专题

活动推荐

扫码关注云+社区

领取腾讯云代金券