多目的アルゴリズム

このノートブックでは、Reference Vector Guided Evolutionary Algorithm (RVEA) を使用して、DTLZ2 問題の最適解を探索します。

import time
import torch

from evox.algorithms import RVEA
from evox.metrics import igd
from evox.problems.numerical import DTLZ2
from evox.workflows import StdWorkflow, EvalMonitor

(オプション) GPU を使用してコードを実行する

高速に実行するために、GPU 上でコードを実行することが推奨されます。ただし、GPU が利用できない場合は、CPU で実行することも可能です。

# Use GPU first to run the code.
torch.set_default_device("cuda" if torch.cuda.is_available() else "cpu")
print(torch.get_default_device())

実行例: DTLZ2 問題に対する RVEA

以下のコードは、DTLZ2 問題と RVEA アルゴリズムを設定するために使用されます。問題とアルゴリズムに関する詳細は、ドキュメントの該当するセクションを参照してください。

# Init the problem, algorithm and workflow.
prob = DTLZ2(m=3)
pf = prob.pf()
algo = RVEA(pop_size=100, n_objs=3, lb=-torch.zeros(12), ub=torch.ones(12))
monitor = EvalMonitor()
workflow = StdWorkflow(algo, prob, monitor)
compiled_step = torch.compile(workflow.step)

これで設定が完了したので、最適化を開始できます。ここでは、この問題に対して多目的アルゴリズムを 100 ステップ実行して最適化を行うように設定します。

# Run the workflow for 100 steps
t = time.time()
workflow.init_step()
for i in range(100):
    compiled_step()
    fit = workflow.algorithm.fit
    fit = fit[~torch.isnan(fit).any(dim=1)]
    if i % 10 == 0:
        print(igd(fit, pf))

monitor.plot()