Repozytorium zawiera rozszerzenie biblioteki JMetal w postaci algorytmu EMAS - agentowo-ewolucyjnego algorytmu do optymalizacji wielokryterialnej. Jeżeli uzyskałeś dostęp do tego repozytorium, załóż własnego brancha i upewnij się, że wprowadzone przez Ciebie zmiany są tylko na tym branchu. W celu commitowania do mastera wystaw pullrequesta.

• Java 11 albo wyższa.
• Ponad dependencje z JMetala (pliki pom.xml) dodano również:
  • Lomboka - do generacji boilerplate kodu. W przypadku błędu w Twoim IDE poszukaj wtyczki np. taką.
  • JUnita - do paru testów.
  • XChart - do generowania wykresów. (Z lekką nutą Swinga.

Celem każdego z tych runnerów jest uruchomienie ich jako punktu wejściowego programu. Przykład komendy do odpalenia:

F:\Java\jdk-14\bin\java.exe -Dfile.encoding=UTF-8 
-classpath {TWOJ_CLASS_PATH} org.uma.jmetal.example.multiobjective.emas.JMetal5EMASVisualExperimentRunner

Gdzie {TWOJ_CLASS_PATH} powinien zawierać ścieżki do odpowiednich jarów (dependencji) oraz do skompilowanych plików (z innych modułów również). Najprościej jednak z konsoli tego nie odpalać i pozwolić żeby IDE wygenerowało to za nas. (zwyczajnie dając run)

• Visual Runner - z wizualizacją algorytmów na wykresach. Można tutaj uruchomić kilka algorytmów naraz. Domyślnie zbierze i uruchomi on WSZYSTKIE algorytmy załączone do listy algorytmów w AlgorithmFactory.

• Log Runner - Runner bez wizualizacji który wypiszę metryki JMetala na standardowe wyjście. Uruchomi RAZ tylko PIERWSZY algorytm z listy algorytmów w AlgorithmFactory.

• Averaging Runner - Runner bez wizualizacji który wypisze:

  • HV oraz HVR
  • IDG oraz IDG+ (razem z ratio i znormalizowanymi).
  • Ilość ewaluacji

  Dodatkowo zapiszę on również wszystkie wyniki do pliku .csv w utworzonym folderze "emas_results". Uruchomi on X razy każdy z podanych algorytmów z listy algorytmów z AlgorithmFactory gdzie X to zmienna konfiguracyjna znajdująca się w środku runnera. Na koniec wszystkie wyniki zostaną zebrane i uśrednione (średnia arytmetyczna przez X).

Żeby dodać do powyższych runnerów NSGAII trzeba korzystać z brancha origin/MKasprzyk. Niestety takie uruchomienie wymagało wprowadzenia tony warningów do runnerów stąd zostało to na branchu developowym. Dodatkowo porównać można jedynie za pomocą: Visual Runnera i Log Runnera. Averaging Runner obecnie NIE jest wspierany. Możliwe konfiguracje NSGAII znajdują się również w AlgorithmFactory.

• kazdy mam tam swoje sciezki/sposoby ale najprosciej to chyba bezposrednio z IJ

  • Chcesz utworzyc projekt - Tak - Import project from external model - maven - Search for project recursively, Import Maven projects automatically
  • select profiles (doclinit-java8-disable) - Next - Next - Finish

  

• Jako pierwsze uruchomienie najprosciej uruchomic jeden z dostepnych w jmetalu predefiniowanych" eksperymentow badajacych wydajnosc algorytmu NSGAII w tym celu

  • wedrujemy w projekcie jMetal do jmetal-exec - > src - > main - > java -> org.uma.jmetal experiment i otwieramy plik NSGAIIStudy2
  • przy probie uruchomienia maina dostaniesz wyjatek Exception in thread "main" org.uma.jmetal.util.JMetalException: Needed arguments: experimentBaseDirectory at org.uma.jmetal.experiment.NSGAIIStudy2.main(NSGAIIStudy2.java:63) at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method) at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62) at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43) at java.lang.reflect.Method.invoke(Method.java:498) at com.intellij.rt.execution.application.AppMain.main(AppMain.java:147) jak widac w lini 65 jako pierwszy argument wywolania czytamy experimentBaseDirectory

• jesli chcemy odpalac to w IJ to http://stackoverflow.com/questions/2066307/how-do-you-input-commandline-argument-in-intellij-idea i podajemy katalog powyzej katalogu repo tj. ../../Results/INazwisko/Timestamp

• po zakonczeniu obliczen w katalogu eksperymentow znajdziesz katalog z nazwa eksperymentu a w nim trzy podkatalogi "data", "latex", "R"

• zeby zobaczyc/ocenic wyniki eksperymentu idziemy do katalogu latex, kompilujemy pliki latexowe (np tak: for i in *.tex; do pdflatex $i;done) i ogladamy wyniki w plikach pdf (w szczegolnosci NSGAIIStudy2.pdf

• nastepnie wedrujemy do katalogu R i "Rujemy" pliki zrodlowe np tak: for i in *.R; do Rscript $i;done (pakiet R sciagniesz stad: https://www.r-project.org/) i ogladamy wygenerowane wykresy i rankingi

• poza rankingami i metrykami finalnymi generowanymi przez jmetalowy eksperyment zadbaj o to aby gromadzic wyniki co "n" iteracji / co "m" ewaluacji , (przyklad wizualizowany na panelu ponizej). Przygotuj sobie skrypty ktore po zakonczeniu eksperymentu wygeneruja wartosci poszczegolnych metryk (uwzglednianych przez ekspeyment jmetalowy) w kolejnym co n0tym i co m-tym kroku, dodatkowo warto pokazac w tych krokach posrednich:
  ilosc osobnikow w populacji, ilosc osobnikow niezdominowanych, ilosc osobnikow "nowych" (rodzacych sie), ilosc osobnikow umierajacych. Najlepiej oczywiscie w postaci "wsteg" (min, max, srednia w danym kroku z n uruchomien bo byc moze biezaca charakterystyka to "przypadek"

• Dostepna implementacje EMASA

  • Lepsza/gorsza - Znajduje sie w jmetal-algorithm\src\main\java\org\uma\jmetal\algorithm\multiobjective\lemas\
  • Runner do tego: jmetal-exec\src\main\java\org\uma\jmetal\runner\multiobjective\JMetal5EMASVisualExperimentRunner.java
  • Po odpaleniu powinienes zobaczyc panel podobny do ponizszego:
  • Eksperyment do tego siedzi w jmetal-exec\src\main\java\org\uma\jmetal\experiment\LEMASStudy.java

* Pierwszym krokiem jest uruchomienie runnera: exec\src\main\java\org\uma\jmetal\runner\multiobjective\JMetal5EMASVisualExperimentRunner.java z odpowiednią flagą "-debug". Jej dodanie powoduje zapisywanie się iteracji.

![](https://i.imgur.com/eGcud1h.png)

* Uruchamiamy program i liczymy tyle iteracji ile potrzeba. Żeby zapisać iteracje, liczenie należy spauzować używając przycisku "Pause", a następnie wybrać odpowiednią iteracje sliderem i nacisnąć "Save iterations to SER file".

![](https://i.imgur.com/IqBYmrj.png)
- last iteration - to ostatnia obliczona iteracja.
- current iteration - to iteracja która jest zaznaczona przez slidera (czyli ta która jest narysowana).

* Wybieramy ilość iteracji jaką chcemy zapisać liczoną od poprzednio wypisanej iteracji. Przeważnie wystarczy zapisanie jednej (Czyli w dół).

![](https://i.imgur.com/yaJgq7L.png)

* Czekamy na wiadomość potwierdzającą sukces zapisu iteracji. Jeśli się powiodło to iteracje zapisane zostały w podfolderze programu o nazwie "//generated_genotypes//".

* Można w tym momencie już zamknąć obliczenia i uruchomić nowego runnera do wczytania "org.uma.jmetal.runner.multiobjective.JMetal5EMASLoadRunner". Nie wymaga już flagi -debug, choć jej dodanie pozwoli nam na ponowne zapisanie.

* Po uruchomieniu runnera pojawi nam się okno wyboru plików do wczytania. Katalogi w "generated_genotypes" są ustawione datami, żeby łatwiej je było odróżnić. Wybieramy interesujący nas folder i otwieramy go.

* Następnie musimy wybrać pliki które będą wczytane. Potrzebne jest zawsze:

- zapisana iteracja (np. Better_iteration_16.ser)
- zapisana iteracje EMAS-a (np. Better_EMAS_iteration_16.ser)  (Te liczby muszą się zgadzać).

Można też wybrać specjalny seed, choć w przypadku w którym się go nie wybierze, zostanie on pobrany automatycznie z folderu w którym się znajdujemy.
- random seed Agenta (np. randomAgentSeed_Better)
- random seed JMetala (np randomJMetalSeed_Better)

(W tym przypadku better to nazwa algorytmu, w ten sposób można rozróżnić o który algorytm chodzi.)

Wybieramy wszystkie pliki naraz i clickamy "Open".
Alternatywnie można też nacisnąć "Auto Choose" bez wybierania plików, przez co wybiorą się one w sposób automatyczny. Wówczas wybrana iteracja będzie zawsze ostatnia (najwyższa) z folderu w którym się znajdujemy.

* Czekamy chwile na załadowanie i jeśli wszystko poprawnie się wczytało to Runner powinien normalnie uruchomić algorytm. Sukces, wszystkie iteracje będą wyliczone dokładnie w ten sam sposób co w poprzednim uruchomieniu.