pymoo
Решает задачи однокритериальной, многокритериальной и многоцелевой оптимизации с помощью pymoo, включая NSGA-II, NSGA-III, MOEA/D. Подходит для инженерных и научных задач с ограничениями, аппроксимацией Парето и бенчмарками ZDT/DTLZ.
Что делает навык
Pymoo — это фреймворк для оптимизации в Python, ориентированный на многокритериальные задачи, позволяющий находить компромиссные решения (фронты Парето) при наличии конфликтующих целей. Он поддерживает однокритериальную и многоцелевую оптимизацию с использованием современных алгоритмов, таких как NSGA-II, NSGA-III, MOEA/D и SPEA2.
Когда применять
- Решение инженерных задач с несколькими целевыми функциями и ограничениями
- Исследование компромиссов между конфликтующими целями с помощью аппроксимации фронта Парето
- Тестирование алгоритмов оптимизации на стандартных бенчмарках ZDT и DTLZ
- Применение методов многокритериального принятия решений (MCDM)
Как работает
- Установить пакет через uv pip install "pymoo==0.6.2" для фиксации версии
- Определить целевые функции и ограничения в соответствии с документацией pymoo
- Выбрать подходящий алгоритм оптимизации (например, NSGA-II, NSGA-III, MOEA/D или SPEA2)
- Настроить генетические операторы и параметры алгоритма при необходимости
- Запустить процесс оптимизации для получения множества Парето-оптимальных решений
- Проанализировать результаты с использованием методов многокритериального принятия решений
Примеры запросов агенту
Что понадобится
- Python-окружение с установленным pymoo версии 0.6.2
- Зависимости: NumPy, SciPy, moocore, autograd, cma, matplotlib, alive_progress, Deprecated
- Доступ к документации: https://pymoo.org/ и LLM-friendly index: https://pymoo.org/llms.txt
Описание составлено по SKILL.md навыка, сверено 10.10.2026.
Как подключить
SKILL.md к навыкам ассистентаНавык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.