多目标优化性能测试函数相关资源总结

在实验室的仿真任务中接触到对进化算法进行性能测试的部分，在这里做一个简单总结

常用性能测试函数：

ZDT1-6：双目标性能测试函数
DTLZ1-7：三目标性能测试函数
标准曲线数据：https://www.cs.cinvestav.mx/~emoobook/apendix-d/apendix-d.html

相关工具箱:

1. matlab optimization boolbox工具箱（没研究明白/(ㄒoㄒ)/~~）

2. python的geatpy，目前使用最广泛的多目标优化工具箱

工具箱下载安装链接：http://www.geatpy.com
github链接：https://github.com/geatpy-dev/geatpy/tree/master/geatpy/testbed/moea_test?tdsourcetag=s_pcqq_aiomsg
用进化算法跑测试集的具体用法：

找到github这个图片，上面划圈的部分就是使用方法

这个方法是群里某大佬教的，感谢大佬(✿◡‿◡)

第一步：连接测试集

第二步：实例化算法模板

第三步：运行

遇到这种工具箱类的问题，先告诉自己，锻炼出总结提炼相应的步骤的能力，提炼要点，然后在每个环节把各个步骤做好，嗯嗯

python操作技巧：

1. 查看已安装的包
   在python安装包下->Script->shift+右键，打开shell，用pip list命令查看

pycharm的使用方法

首先介绍一下 anaconda：发行版的python，将python和许多常用的package打包，方便pythoners直接使用，anaconda的介绍：https://www.jianshu.com/p/2f3be7781451

anaconda的安装和使用：

• 下载安装包，按照默认配置安装，安装包链接https://www.anaconda.com/distribution/#download-section

• 创建不同版本的python环境，来管理python版本：在Anaconda页面的Environment按钮中，点击Create创建环境，可以选择不同的python版本，如下：

• 管理已安装和未安装的包
  选择环境名称，Anaconda页面右侧会显示已安装的包，在选择列表中选择查看已安装/未安装的包

• 在Anaconda运行python程序：
  可用Spyder，在Anaconda主页面可以找到，长下面这样：

先选中环境变量，再在Home页面进行安装，可以安装对应环境的Spyder

conda命令：

conda命令的作用是可以管理 包 、依赖和管理 环境，Anaconda导航器的作用就是在conda的基础上加了用户界面，更方便操作
conda命令可以作用于多种语言：Python, R, Ruby, Lua, Scala, Java, JavaScript, C/ C++, FORTRAN

conda命令的使用方法在以下链接中有较详细的介绍：
https://www.jianshu.com/p/2f3be7781451

conda的其它命令：
查看目前所用的python版本路径：where python(Windows)
查看conda是否放在了环境变量中：echo %PATH%(Windows)

IPython-python交互模式

python交互模式与命令行模式的区别及用法：
https://blog.csdn.net/qq_36309480/article/details/82702021

python交互模式除了可以直接运行代码外，还可以查看内置函数的源码：https://blog.csdn.net/G_66_hero/article/details/76392004

ipython console中不仅可以查看源码（用上面链接中介绍的help()命令），还可以在调试时查看调试信息：https://www.jianshu.com/p/082b20fcafea

调试中一些常用的ipython console命令和调试操作有：

• !变量名或!(变量名)： 表示查看变量值
• c：表示调试工具栏的第5个按钮的功能，表示continue execution util next breakpoint，跳到下一个断点

• 断点：不带条件的断点（双击代码行首）和带条件的断点（ctrl+shift+双击代码行首（该操作还可用于查看断点附带的条件），符合条件才会中断），取消时都是双击代码行首
• %reset： 清空ipython工作空间中的变量

以下是乱乱的笔记：

python编程中的知识点：
Numpy中stack()，hstack()，vstack()函数详解

python编程中容易出现的错误：

• 对于array数组的深拷贝，即将array数组在另一块内存地址中复制一份，对两个array数组进行操作时，其中的数据是独立的两份，两个array数组互不干扰，用b=a.copy()得到array a的深拷贝array b
  参考链接：https://blog.csdn.net/lc_lc2000/article/details/53135839给出了对list和array进行拷贝的不同之处

• TypeError: 'int' object is not iterable
  在for循环语句中出现，应写为for i in range(len)，其中len是需要迭代的次数，表示i从0循环到len-1

• ValueError: zero-size array to reduction operation maximum which has no identity

• TypeError: 'module' object is not callable

其它求解软件

1.gurobi求解器
2.cplex