pymoo: многокритериальная оптимизация на языке Python

Python стал предпочтительным языком программирования для исследовательских и промышленных проектов, связанных с анализом данных, машинным обучением и глубоким обучением. Поскольку оптимизация является неотъемлемой частью этих научных областей, за последние несколько лет появилось множество фреймворков для оптимизации. Лишь некоторые из них поддерживают одновременную оптимизацию нескольких конфликтующих критериев, однако не предоставляют комплексных инструментов для решения полной задачи многокритериальной оптимизации. Для решения этой проблемы мы разработали pymoo — фреймворк для многокритериальной оптимизации на языке Python. Мы представляем руководство по началу работы с фреймворком, демонстрируя реализацию показательного сценария ограниченной многокритериальной оптимизации. Кроме того, приводится общий обзор архитектуры pymoo, позволяющий продемонстрировать его возможности, а затем объясняется назначение каждого модуля и соответствующих подмодулей. Реализации в нашем фреймворке являются настраиваемыми, а алгоритмы можно изменять или расширять посредством передачи пользовательских операторов. Кроме того, в комплект входят разнообразные тестовые задачи с одним, несколькими и многими критериями, а градиенты можно получать «из коробки» с помощью автоматического дифференцирования. pymoo также отвечает практическим требованиям, обеспечивая параллелизацию вычисления значений функций, методы визуализации пространств малой и высокой размерности, а также инструменты поддержки принятия решений по нескольким критериям. Для получения дополнительной информации о pymoo читателям рекомендуется посетить сайт: https://pymoo.org.