[논문 리뷰] PlatEMO: A MATLAB Platform for Evolutionary Multi-Objective Optimization

Ye Tian, Ran Cheng외 2명|View|2017. 01. 04.

Advanced Multi-Objective Optimization Algorithms참고 문헌 91인용 수 241

한 줄 요약

PlatEMO는 MATLAB 기반의 오픈 소스 플랫폼으로, GUI를 통해 벤치마킹과 확장을 쉽게 할 수 있도록 50개의 MOEA, 110개의 MOP 및 다양한 성능 지표를 한데 묶어 제공합니다. 실험 실행, 결과 내보내기 및 새로운 알고리즘, 문제, 측정 지표의 간단한 도입을 지원합니다.

ABSTRACT

Over the last three decades, a large number of evolutionary algorithms have been developed for solving multiobjective optimization problems. However, there lacks an up-to-date and comprehensive software platform for researchers to properly benchmark existing algorithms and for practitioners to apply selected algorithms to solve their real-world problems. The demand of such a common tool becomes even more urgent, when the source code of many proposed algorithms has not been made publicly available. To address these issues, we have developed a MATLAB platform for evolutionary multi-objective optimization in this paper, called PlatEMO, which includes more than 50 multi-objective evolutionary algorithms and more than 100 multi-objective test problems, along with several widely used performance indicators. With a user-friendly graphical user interface, PlatEMO enables users to easily compare several evolutionary algorithms at one time and collect statistical results in Excel or LaTeX files. More importantly, PlatEMO is completely open source, such that users are able to develop new algorithms on the basis of it. This paper introduces the main features of PlatEMO and illustrates how to use it for performing comparative experiments, embedding new algorithms, creating new test problems, and developing performance indicators. Source code of PlatEMO is now available at: http://bimk.ahu.edu.cn/index.php?s=/Index/Software/index.html.

연구 동기 및 목표

• 진화적 다목적 최적화(EMO)를 위한 포괄적이고 최신의 MATLAB 플랫폼을 제공합니다.
• 다양한 MOP에 대해 MOEA의 손쉬운 벤치마킹, 비교 및 통계 보고를 가능하게 합니다.
• 연구자들이 새로운 MOEA, MOP, 연산자 및 성능 지표를 추가할 수 있는 개방적이고 확장 가능한 프레임워크를 제공합니다.

제안 방법

• MATLAB 기반 환경 내에 50개가 넘는 MOEA와 110개의 MOP을 포함합니다.
• 알고리즘, 문제 및 연산자를 분리하기 위한 두 클래스 아키텍처(GLOBAL과 INDIVIDUAL)를 사용합니다.
• 실험 구성을 위한 GUI와 결과를 내보내는 텍스트 기반 인터페이스를 제공합니다(Excel/LaTeX).
• 알고리즘, 문제, 연산자 및 메트릭용으로 분리된 폴더를 가진 모듈식 파일 구조를 기반으로 합니다.
• 효율성을 높이기 위해 비지배 정렬 기법(두 목적에 대해서는 ENS-SS, 두 개 이상에 대해서는 T-ENS)을 활용합니다.
• 표준화된 인터페이스와 함수 헤드의 주석 문서를 통해 사용자가 정의 매개변수를 추가하는 것을 지원합니다.

실험 결과

연구 질문

• RQ1 PlatEMO가 EMO 연구 및 벤치마킹을 위한 포괄적이고 최신의 MOEA 및 MOP 라이브러리를 제공할 수 있을까요?
• RQ2 PlatEMO의 아키텍처가 확장성과 재현 가능한 실험을 EMO에서 어떻게 촉진합니까?
• RQ3 PlatEMO의 GUI가 스크립트 기반 실험에 비해 가지는 사용성 및 성능 이점은 무엇입니까?
• RQ4 연구자들이 PlatEMO에 새로운 알고리즘, 문제, 연산자 및 성능 지표를 어떻게 추가할 수 있습니까?

주요 결과

• PlatEMO는 여러 문제군과 성능 지표에 걸쳐 50개의 MOEA와 110개의 MOP을 포함합니다.
• 플랫폼은 원클릭 실험 설정을 위한 GUI와 통계 결과의 Excel/LaTeX 내보내기를 제공합니다.
• PlatEMO는 모듈화를 강조하여 MOEAs, MOPs 및 연산자를 오픈소스 MATLAB 코드로 쉽게 확장할 수 있게 합니다.
• 두 목적에 대해 ENS-SS, 두 개 이상에 대해 T-ENS인 효율적인 비지배 정렬 방법을 구현하여 평가를 가속화합니다.
• 아키텍처는 GLOBAL과 INDIVIDUAL의 두 가지 주요 클래스를 사용하여 알고리즘, 문제 및 연산자 구성 요소를 분리합니다.