![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
Python 3.10.1 64bitでやってますが，たぶんどのバージョンもできるはず...
pymooはバージョン0.5.0を使いましょう。
まず、pymooをインストールします。pymooはpythonでNSGA2を実行するためのモジュールです。
また、pymooはバージョンによってコードの書き方が変わります。
自分は0.5.0を使っているので0.5.0をインストールする。
pip install pymoo == 0.5.0
以下の問題について考えてみる。
#ref(): File not found: "pro1.png" at page "遺伝的アルゴリズム"
これは目的関数として (x1^2 + x2^2)を最小化かつ、(x1 - 1)^2 + x2^2 を最小化し
制約条件として2(x1 - 0.1)(x1 - 0.9)/0.18 =< 0 、-20(x1 - 0.4)(x1 - 0.6)/4.8 =< 0
を満たしている問題について考えている。
#ref(): File not found: "pro1.1.py" at page "遺伝的アルゴリズム"
多目的最適化問題のコードの解説をする。
#ref(): File not found: "program.png" at page "遺伝的アルゴリズム"
・class MyProgram(program): の中は最適化問題全体の計算するコードである。
#ref(): File not found: "program1.png" at page "遺伝的アルゴリズム"
def __init__(self): の中は最適化問題の引数の設定をしている。
#ref(): File not found: "program2.png" at page "遺伝的アルゴリズム"
引数の説明はこちら↓
#ref(): File not found: "pro2.png" at page "遺伝的アルゴリズム"
また、__init__ についてはこちらを参考に↓
https://qiita.com/ishigen/items/2d8b6e6398743f2c8110
evaluateの部分は目的関数と制約条件を書くところです。
#ref(): File not found: "program3.png" at page "遺伝的アルゴリズム"
out["F"]に評価関数の値，out["G"]に制約条件の値を書き込む。
※制約条件、目的関数は=<0制約と設定してあるため、>=とする場合は-1をかける。
#ref(): File not found: "program4.png" at page "遺伝的アルゴリズム"
problem = MyProblem()で、記述した問題を定義。
algorithm = NSGA2(pop_size=100)でアルゴリズムの種類を定義(本研究ではNSGA2を使用)
vurpose = True で処理の途中を可視化している(Trueで以下のように表示される)
#ref(): File not found: "program6.png" at page "遺伝的アルゴリズム"
n gen は現在の
世代数，n evel はこれまでの個体を評価した数，cv (min)，cv (avg) はそれぞれ現在の母集
団における最小の制約違反，
現在の母集団における平均の制約違反，n nds は多目的最適化問題の場合の非劣解の数，
eps は過去数世代にわたるインジケーターの変化，indicatorはパフォーマンスインジケーターを表す．
#ref(): File not found: "program5.png" at page "遺伝的アルゴリズム"
plot.の4行はNSGA2によって出力したパレート解を表示するコードである。
表示されるグラフ↓
#ref(): File not found: "program7.png" at page "遺伝的アルゴリズム"
最後の行はres.F,resXを表示している。
#ref(): File not found: "program8.png" at page "遺伝的アルゴリズム"
res.Fは、目的関数の値(ここでいうとres.Fはx1^2+xx2^2と(x1-1)^2+x2^2)、res.Xはその時のx1,x2の値を表示している。
補足
最大化したい場合は2つの目的関数の符号を逆にしてください
以下の問題について考えてみる。
#ref(): File not found: "program11.png" at page "遺伝的アルゴリズム"
これは目的関数として (x1^3 + x2^2+6)を最小化かつ、(x1 - 3)^5 + x2 - 100を最小化し
制約条件として2(x1 - 0.1)(x1 - 1.5) =< 0 、-4(x1 - 1.7)(x1 - 5)/2.5 =< 0
を満たしている問題について考えている。
#ref(): File not found: "pro_sample.py" at page "遺伝的アルゴリズム"
#ref(): File not found: "program9.png" at page "遺伝的アルゴリズム"
↓出力されたグラフ
#ref(): File not found: "program10.png" at page "遺伝的アルゴリズム"
pymoo公式サイト(日本語訳をして見てね)
https://pymoo.org/algorithms/moo/nsga2.html
pymooの使い方まとめ
https://yuyumoyuyu.com/2021/07/23/howtousepymoo/
