NSGA2算法的Python实现

大甲鱼D

毕业论文要用python实现NSGA2算法，自己实在能力有限（本人只是业余学习一下python），求大神帮助，希望能给出详细代码并注释！最好有一个实例检验一下算法的正确性

ooxx7788

百度第一篇这个不就是已经很接近python的伪码了吗？虽然我也看不懂。

1. def fast_nondominated_sort( P ):
   
2. 
   
3. F = [ ]
   
4. 
   
5. for p in P:
   
6. 
   
7. Sp = [ ]
   
8. 
   
9. np = 0
   
10. 
    
11. for q in P:
    
12. 
    
13. if p > q: #如果p支配q，把q添加到Sp列表中
    
14. 
    
15. Sp.append( q )
    
16. 
    
17. else if p < q: #如果p被q支配，则把np加1
    
18. 
    
19. np += 1
    
20. 
    
21. if np == 0:
    
22. 
    
23. p_rank = 1 #如果该个体的np为0，则该个体为Pareto第一级
    
24. 
    
25. F1.append( p )
    
26. 
    
27. F.append( F1 )
    
28. 
    
29. i = 0
    
30. 
    
31. while F[i]:
    
32. 
    
33. Q = [ ]
    
34. 
    
35. for p in F[i]:
    
36. 
    
37. for q in Sp: #对所有在Sp集合中的个体进行排序
    
38. 
    
39. nq -= 1
    
40. 
    
41. if nq == 0: #如果该个体的支配个数为0，则该个体是非支配个体
    
42. 
    
43. q_rank = i+2 #该个体Pareto级别为当前最高级别加1。此时i初始值为0，所以要加2
    
44. 
    
45. Q.append( q )
    
46. 
    
47. F.append( Q )
    
48. 
    
49. i += 1

复制代码

1. def crowding_distance_assignment( I )
   
2. 
   
3. nLen = len( I ) #I中的个体数量
   
4. 
   
5. for i in I:
   
6. 
   
7. i.distance = 0 #初始化所有个体的拥挤距离
   
8. 
   
9. for objFun in M: #M为所有目标函数的列表
   
10. 
    
11. I = sort( I, objFun ) #按照目标函数objFun进行升序排序
    
12. 
    
13. I[0] = I[ len[I]-1 ] = ∞ #对第一个和最后一个个体的距离设为无穷大
    
14. 
    
15. for i in xrange( 1, len(I) - 2 ):
    
16. 
    
17. I[i].distance = I[i].distance + ( objFun( I[i+1] ) - objFun( I[i-1] ) )/(Max(objFun()) - Min(objFun()) )

复制代码

1. while condition:
   
2. 
   
3. Rt = Pt + Qt
   
4. 
   
5. F = fast_nondominate_sort( Rt )
   
6. 
   
7. Pt+1 = [ ]
   
8. 
   
9. i = 0
   
10. 
    
11. while len(Pt+1) + len( F[i] ) < N:
    
12. 
    
13. crowding_distance_assignment( F[i] )
    
14. 
    
15. Pt+1 += F[i]
    
16. 
    
17. i += 1
    
18. 
    
19. Pt+1 += F[i][0:N-len(Pt+1)]
    
20. 
    
21. Qt+1 = make_new_generation( Pt+1 )
    
22. 
    
23. t = t+1

复制代码