4 个版本
0.2.0 | 2019年11月20日 |
---|---|
0.1.2 | 2019年1月28日 |
0.1.1 | 2019年1月27日 |
0.1.0 | 2019年1月27日 |
#940 in 算法
17KB
415 行
多目标组合优化 - 任何时间行为模型 (moco_abm)
本软件提供二进制和库(见注释)来支持多目标组合优化算法的任何时间行为模型,每次迭代都收集一个最大化超体积贡献的效率解。假设所有目标函数都是要最大化的。
注释:当前软件旨在现在作为二进制使用。库 API 尚未正确定义,目前没有提供文档。
二进制
使用 cargo
安装最新二进制
cargo install moco_abm
或从源代码编译
cargo build --release
用法
USAGE:
moco_abm [OPTIONS] -n <num>
FLAGS:
-h, --help Prints help information
-V, --version Prints version information
OPTIONS:
-f <file> file with piecewise approximation definition (stdin is used if not set)
-n <num> number of points to retrieve
输入文件应至少包含以下格式的段
u1 u2 v1 v2
其中 $(u_1, u_2)$ 和 $(v_1, v_2)$ 表示线段端点的坐标。多个段和段内的坐标可以用任何空白字符分隔。
注释:线段中的点必须提供,使得 v1 > u1
和 v2 < u2
。此外,当提供多个段时,例如
u1 u2 v1 v2
p1 p2 q1 q2
需要满足 p1 >= v1
和 p2 <= v2
。
有效的段列表文件示例
0.0 1.0 0.7 0.7
0.7 0.7 1.0 0.0
输出
输出返回到 stdout
,并包含以下字段的 .tsv
字段 | 描述 |
---|---|
索引 | 当前点的索引(从 1 开始) |
hv_contribution | 该点的超体积贡献 |
hv_current | 到目前为止所有返回点的超体积 |
hv_relative | 相对于最大超体积的当前_hv |
point | 点的坐标,用逗号分隔 |
库
将其添加到您的 Cargo.toml
[dependencies]
moco_abm = "0.1"
并将其添加到您的 crate 根目录
extern crate moco_abm;
依赖关系
~155KB