PYTHON上的遗传算法和多目标优化：要使用的库/工具？

Question

我正在浏览因特网，寻找可用的库，以使用遗传算法，并对多目标算法（如NSGAII for Python）进行潜在的开发。你有什么建议吗？

以下是我目前掌握的情况：

1. Pyevolve：有很好的文档记录，但不包括多目标
2. Pygene：似乎不包括多目标
3. deap：似乎有很好的文档记录，包括多个目标
4. inspyred：似乎可以记录，包括多个目标

问题不一定在于哪一个更好，而在于这些库的特性以及从单目标优化到多目标优化的可能性。

谢谢你

Answer 1

披露：我是DEAP的开发人员之一。

DEAP是上述项目中开发最积极的项目。它有一个活动的邮件列表，如果您在某个时候需要帮助，这是一个有趣的功能。DEAP特有的类创建使得从单个目标到多个目标的转换变得非常容易。它有很多例子，包括多目标遗传算法的例子。

它还与Python2和3兼容，而其他一些框架只支持Python2。最后，虽然它是用纯Python编写的，但我们始终会考虑性能，因此它非常快。可在http://deap.gel.ulaval.ca/speed/找到不同示例的计时。

Answer 2

Pybrain似乎有遗传算法和多目标遗传算法：

http://pybrain.org/docs/api/optimization/optimization.html?highlight=genetic#population-based

还是有点基本。我没有试过，所以我不能告诉你它有多好。