jMetal/jMetalPy

해결하는 문제

단일 최적 해가 아닌 최적의 트레이드오프 해 집합(파레토 최적 해 집합)을 찾는 다목적 최적화 문제를 해결하기 위한 포괄적인 프레임워크를 제공합니다.

작동 방식

NSGA-II, NSGA-III, MOEA/D와 같은 다양한 진화 알고리즘과 시뮬레이티드 어닐링, 로컬 서치와 같은 메타휴리스틱을 구현합니다. 사용자는 문제를 정의하고, 실수, 정수, 이진, 순열 등의 인코딩을 선택하며, 선택, 교차, 변이와 같은 유전 연산을 적용하고, 품질 지표 및 통계적 검정 방법을 사용하여 결과를 평가할 수 있습니다.

대상 사용자

다목적 최적화, 진화 계산, 알고리즘 벤치마킹에 종사하는 연구자 및 개발자에게 적합합니다.

주요 특징

• 풍부한 알고리즘 라이브러리: 유전 알고리즘, 진화 전략, 선호도 표현 기반 알고리즘을 포함합니다.
• 분산 컴퓨팅 지원: Apache Spark와 Dask를 사용한 병렬 실행을 지원합니다.
• 포괄적인 벤치마킹: ZDT, DTLZ, WFG 등 다양한 표준 벤치마크 문제와 제약 조건이 있는 문제를 포함합니다.
• 고급 시각화: 파레토 최적 해 근사치에 대한 실시간, 정적, 인터랙티브 플롯을 제공하며, 2D, 3D, 평행좌표도 지원합니다.
• 통계 분석: 빈도주의 및 베이지안 방법을 사용한 쌍별 및 다중 가설 검정을 위한 내장 도구가 있습니다.