MTO Jmetal IGD計算BUG

MTO Jmetal IGD計算BUG

覺得有用的話,歡迎一起討論相互學習~

• 大家知道只要有種羣的目標函數值和PF前沿，按道理將是可以計算IGD的

錯誤分析

• 遇到以下錯誤：
  
• 追蹤錯誤後發現，錯誤來源於：
  
• 這裏的front[i]越界了，在MTO中，計算IGD時，max和min應該是target任務的obj維度，而不是總的維度。 舉例，一般情況下MTO中一個任務的IGD根據skillfactor的不同應該是inf,inf,0.1,0.1這種，所以是四維的。但是單個問題的PF其實是2維的或者3維的，也就是說min和max都是二維和三維的因此，當j迭代到2的時候，但是maxmumvalue數組的最大索引是1，所以這個時候會出現數組的越界。

證實猜想

• 經過單步調試，可以看見front[i]的維度是4，max和min的維度都是2，這樣j到2時，表示遍歷第三個維度，就會越界！
  
• 這是因爲在初始化solution時，我們使用的是Problemset,這個參數默認的是統一空間的維度，即問題的最大維度
  Solution sol = new Solution(problemSet);
• 這種方式是initialize 種羣的時候是可取的，但是計算IGD時是不可取的。

解決方案

• 可以通過departpopulation()函數按照skillfactor將種羣重新分成兩組，並且每組的obj的數目和其skillfactor的保持一致。

//用於將整個大種羣劃分爲分配給不同任務的子種羣
void departpopulation() {
    // resPopulation 是一個Solution的集合數組
    resPopulation = new SolutionSet[problemSet_.size()];
    for (int i = 0; i < problemSet_.size(); i++)
        resPopulation[i] = new SolutionSet();
    for (int i = 0; i < population.size(); i++) {
        // 因爲優化後後的種羣中每個個體有一個Skill_factors，必須要將每個個體按照其skill_factor分類
        Solution sol = population.get(i);

        int pid = sol.getSkillFactor();
        //start 和 end 時目標函數在Problemset中的索引
        int start = problemSet_.get(pid).getStartObjPos();
        int end = problemSet_.get(pid).getEndObjPos();

        Solution newSolution = new Solution(end - start + 1);

        for (int k = start; k <= end; k++) {
            //複製個體目標值
            newSolution.setObjective(k - start, sol.getObjective(k));
            //別忘了複製個體決策變量函數值
            newSolution.setDecisionVariables(sol.getDecisionVariables());

        }

        resPopulation[pid].add(newSolution);
    }
}

• 特別注意其中new solution 時候的方式Solution newSolution = new Solution(end - start + 1); ，以及對目標進行賦值時的方式，只根據特定任務賦值, newSolution.setObjective(k - start, sol.getObjective(k)) ,因此此時其目標函數是end-start+1,而不是統一空間的4.
• 下圖是此解決方案用於三目標問題時的調試結果
  
• 證明提出的方法可以解決這個問題！

最終代碼

• 最終，我們的IGD代碼修改爲：

void getIGD(SolutionSet pop) {
    SolutionSet resPopulation = new SolutionSet();
    for (int i = 0; i < pop.size(); i++) {
        Solution sol = pop.get(i);
        int pid = sol.getSkillFactor();
        //start 和 end 時目標函數在Problemset中的索引
        int start = problemSet.get(pid).getStartObjPos();
        int end = problemSet.get(pid).getEndObjPos();
        //最關鍵的是這裏，需要對目標值修改爲當前任務目標個數
        //否則會出bug,因爲統一空間的目標個數是一定的
        Solution newSolution = new Solution(end - start + 1);//
        for (int k = start; k <= end; k++) {
            //複製個體目標值
            newSolution.setObjective(k - start, sol.getObjective(k));
            //別忘了複製個體決策變量函數值
            newSolution.setDecisionVariables(sol.getDecisionVariables());
        }
        resPopulation.add(newSolution);
    }
    String pf1 = "PF/" + problemSet.get(1).getHType() + ".pf";
    QualityIndicator indicator1 = new QualityIndicator(problemSet.get(1), pf1);
    double igd1 = indicator1.getIGD(resPopulation);
    System.out.println("IGD" + form.format(igd1));
}