Jmetal 4+ 使用指南一以NSGA-II为例

以NSGA-II为例

• 本文以Jmetal官网文档为基础，结合自身理解链接如下
• 如果你还不了解NSGA-II可以参考

NSGA-II入门

多目标优化拥挤距离计算

多目标优化按支配关系分层实现

• 在本节中，我们描述了jMetal中NSGA-II的实现。在jMetal下，元启发式方法由定义算法本身的类和执行该算法的另一个类组成。第二类用于指定要解决的问题，要应用的运算符，算法的参数以及需要设置的其他任何参数（自jMetal 2.0起，我们通过使用包jmetal.experiments引入了另一种方法。如第4章中所述）。让我们分别将这两个类称为NSGAII和NGAII main。
• 意思是说，在2.0以前的版本中，想要执行一个算法使用XXX.java和XXX main.java, 这种方式，其中XXX.java是类的定义而main方法中创建一个实例。但是2以上的版本也推出了实验模块，可以同时比较多个算法，并且在5中推荐使用的就是实验模块也就是experiments包中的内容。

NSGAII.java 类

• 下图中展示了NSGA-II类的UML图

• 和其他算法一样NSGA-II继承自Algorithm虚类，execute()方法用于执行整个算法并返回一个解集SolutionSet。
• 可以通过addOperation()方法向其中加入操作符(算子)，例如交叉算子和变异算子，选择算子等，也可以通过getOperation()方法提取算法中使用的算子。而算法中使用的超参数，可以通setInputParameter()和 getInputParameter()进行设置和获取。也可以通过setOutputParemeters() and getOutputParameters() 获取输出结果。在execute()函数中NSGAII有一个构造器constructor可以获取问题Problem并将其设置为一个参数parameter NSGA-II 在Jmetal中的实现可以在jmetal/metaheuristics/nsgaII/NSGAII.java中找到，代码结构如下

execute()函数

变量声明

如下所示的是算法的执行函数

• 第2-4行 首先设置population size and the maximum numbe of evaluations 种群大小和最大评价次数， evaluations变量是一个计数器，用于更新目前的评价次数。
• 第6-7行 指定使用的指标例如IGD或者HV
• 第10-12行 指定算法需要使用的种群, 当前种群，子代种群，合并种群
• 第14-18行 分别为变异算子，交叉算子，选择算子和用于控制多样性的距离

变量初始化

• 第23-25行 分别初始化种群大小和最大评价次数，以及评价指标，但是评价指标是可选的而其余两行是必选的。
• 第28-29行 初始化种群和迭代次数
• 第34-36行 获取变异，交叉和选择算子

初始化种群

• 个体初始化，评价，并将这个个体加入种群中

算法主循环

进化生成新个体

• 第55行，使用populationsize/2是因为crossover是由两个父代生成两个子代。

非支配排序

• 第74行，将种群合并
• 第77行，生成一个ranking对象已准备将种群进行配置排序
• 第79行，remain指的是新的population中剩余的个体数量
• 第80行，初始化rank索引
• 第81-82行， 清空front和population，因为其中保留有上一代中的种群信息
• 第85行，保存rank
• 第87-103行，如果新的种群剩下有个体的空间即remain>0并且可以容纳下这整个front；则计算front层中的拥挤距离；将front中所有个体容纳进population中；将种群中剩余个体数量remain减去已经用了的空间；front的索引自增1；然后将rank[index]中的个体存进population中直到population中剩余的个体数量不能支持整个rank.
• 第106行，进入的条件是remain<font.size, 则将front中的个体按照拥挤距离进行排序，并且将remain剩余的部分填满；然后将remain设置为0.

使用指标

• 这段代码展示了如何在NSGA-II代码中使用指标。特别地，它发现了算法需要计算的次数，以获得一个HV大于True PF的HV的时间。

返回函数

• 返回达到0.98的真实HV所需要的进化次数
• 返回最前沿的PF