[论文解读] PlatEMO: A MATLAB Platform for Evolutionary Multi-Objective Optimization

Ye Tian, Ran Cheng+2 more|View|Jan 4, 2017

Advanced Multi-Objective Optimization Algorithms参考文献 91被引用 241

一句话总结

PlatEMO 是一个基于 MATLAB 的开源平台，打包了 50 个 MOEAs、110 个 MOPs，以及多种性能指标，并带有 GUI，便于基准测试和扩展。它支持运行实验、结果导出，以及轻松整合新的算法、问题和指标。

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.

研究动机与目标

• 为进化多目标优化（EMO）提供全面、最新的 MATLAB 平台。
• 实现对广泛的 MOPs 上的 MOEAs 进行易于基准测试、比较与统计报告。
• 提供一个开放且可扩展的框架，研究人员可以添加新的 MOEAs、MOPs、算子和性能指标。

提出的方法

• 在基于 MATLAB 的环境中集成超过 50 个 MOEAs 和 110 个 MOPs。
• 采用两类架构（GLOBAL 与 INDIVIDUAL）来解耦算法、问题与算子。
• 提供 GUI 和文本界面来配置实验并导出结果（Excel/LaTeX）。
• 基于模块化文件结构，分别为 Algorithms、Problems、Operators 和 Metrics 设有文件夹。
• 采用非支配排序技术（ENS-SS 适用于 2 个目标，T-ENS 适用于超过 2 个目标）以提高效率。
• 通过标准化接口和函数头部的文档注释支持添加用户自定义参数。

实验结果

研究问题

• RQ1 PlatEMO 能否为 EMO 研究与基准测试提供全面、最新的 MOEAs 与 MOPs 库？
• RQ2 PlatEMO 的架构如何促进 EMO 中的可扩展性和可重复实验？
• RQ3 与基于脚本的实验相比，PlatEMO 的 GUI 在易用性和性能方面有哪些优势？
• RQ4 研究人员如何向 PlatEMO 添加新的算法、问题、算子及性能指标？

主要发现

• PlatEMO 包含 50 个 MOEAs 和 110 个 MOPs，覆盖多个问题集合和性能指标。
• 该平台提供一键式实验设置的 GUI 以及统计结果的 Excel/LaTeX 导出。
• PlatEMO 强调模块化，使 MOEAs、MOPs 和算子的扩展变得易于实现，且具有开源 MATLAB 代码。
• 它实现了高效的非支配排序方法（ENS-SS 用于两个目标，T-ENS 用于多于两个目标）以加速评估。
• 该架构使用两个主类 GLOBAL 与 INDIVIDUAL，以解耦算法、问题和算子组件。