SuperAPI AI 工具集

pymoo

通用与其它

查看项目

更新于 10-15 23:43

技能介绍

用途:pymoo 是 Python 优化框架,重点解决单目标、多目标(2-3 个目标)与多目标(4 个以上目标)优化问题,用于寻找并分析 Pareto 前沿与权衡解,也支持约束优化、混合变量问题与多准则决策。

主要能力:提供统一 minimize() 接口,返回 result.X(决策变量)、result.F(目标值)、result.G/H(约束原始值)、result.CV(约束违反度)等。算法包括 GA、DE、PSO、CMA-ES、NSGA-II、SPEA2、R-NSGA-II、MOEA/D、NSGA-III、RVEA、AGE-MOEA 等;支持 Problem、ElementwiseProblem、FunctionalProblem 三种问题定义方式;内置 ZDT、DTLZ、WFG 等基准问题;可定制交叉、变异、选择算子;支持可视化与 MCDM 决策。

使用方式:安装命令为 uv pip install "pymoo==0.6.2"。基本调用为 from pymoo.optimize import minimize,传入 problem、algorithm、termination 等参数。基准问题可用 from pymoo.problems import get_problem 获取,如 get_problem("zdt1")、get_problem("dtlz2", n_obj=5, n_var=12)。约束形式为 g(x) <= 0 与 h(x) = 0。

适用场景:算法基准测试、工程权衡设计、约束优化、混合变量优化、并行评估昂贵目标函数等。

限制:MOEA/D 不直接支持约束;NSGA-III 需要参考方向;所得非支配集是 Pareto 近似而非全局最优证明;若未找到可行解,result.X 与 result.F 可能为 None;return_least_infeasible=True 返回的候选仍可能违反约束。Pymoo 是本地 Python 库,无需远程 API 或凭据。文档见 https://pymoo.org/。