Project-Platypus/Platypus

解决的问题

Platypus 提供了一个进化计算框架，专门解决多目标优化问题——即需要同时优化多个相互冲突的目标。

工作原理

它在 Python 中实现了多种多目标进化算法（MOEAs），允许用户定义具有特定决策变量和目标函数的问题，然后运行算法以找到最优解集。

适用人群

需要在 Python 中使用进化计算技术进行多目标优化的研究人员和开发者。

主要特点

• 支持多种算法，包括 NSGA-II、NSGA-III、MOEA/D、IBEA、Epsilon-MOEA、SPEA2、GDE3、OMOPSO、SMPSO 和 Epsilon-NSGA-II。
• 提供专为多目标优化设计的分析工具。
• 提供简单易用的 API 来定义问题和运行优化任务。