遗传algorithm和PYTHON的多目标优化：库/工具的使用？

我正在扫描互联网上的图书馆可用于使用遗传algorithm与潜在发展的多目标algorithm，如Python的NSGAII。 你有什么build议吗？

这是我到目前为止：

1. Pyevolve ：有据可查，但不包括多个目标
2. Pygene ：似乎没有包含多个目标
3. 似乎有充分的文件logging，包括多目标
4. ins ： 声 ：似乎确定无疑 ，包括多目标

问题不一定是关于哪一个更好，而更多关于这些库的特征以及从单一目标优化切换到多目标优化的可能性。

谢谢

Answer 1

披露：我是DEAP的开发者之一。

DEAP是其中最为活跃的项目之一。 它有一个积极的邮件列表，这是一个有趣的function，如果你需要在某些时候的帮助。 DEAP独一无二的类创build使得从单一目标切换到多个目标非常容易。 它带有多个例子，包括多目标遗传algorithm的例子。

它同时兼容Python 2和Python 3，而其他一些框架只支持Python 2.最后，它是用纯Python编写的，我们总是会记住性能，所以速度相当快。 不同例子的时间可以在http://deap.gel.ulaval.ca/speed/find 。

Answer 2

Pybrain似乎有GA和多目标GA：

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

似乎仍然有点基础。 我没有尝试，所以我不能告诉你它有多好。