Project-Platypus/Platypus

解決的問題

Platypus 提供一個進化計算的框架，專注於解決多目標優化問題——即需要同時優化多個相互衝突的目標。

工作原理

它在 Python 中實作多種多目標進化演算法（MOEAs），允許使用者定義具有特定決策變數和目標函數的問題，然後執行演算法以找到最佳解集合。

適用對象

需要在 Python 中使用進化計算技術進行多目標優化的研究人員與開發者。

主要特色

• 支援多種演算法，包括 NSGA-II、NSGA-III、MOEA/D、IBEA、Epsilon-MOEA、SPEA2、GDE3、OMOPSO、SMPSO 和 Epsilon-NSGA-II。
• 提供專為多目標優化設計的分析工具。
• 提供簡單的 API 來定義問題與執行優化任務。