本文已参与【新人创作礼】活动，一起开启掘金创作之路

MTO Jmetal IGD计算BUG

觉得有用的话,欢迎一起讨论相互学习~

大家知道只要有种群的目标函数值和PF前沿，按道理将是可以计算IGD的

错误分析

遇到以下错误：
追踪错误后发现，错误来源于：
这里的front[i]越界了，在MTO中，计算IGD时，max和min应该是target任务的obj维度，而不是总的维度。举例，一般情况下MTO中一个任务的IGD根据skillfactor的不同应该是inf,inf,0.1,0.1这种，所以是四维的。但是单个问题的PF其实是2维的或者3维的，也就是说min和max都是二维和三维的因此，当j迭代到2的时候，但是maxmumvalue数组的最大索引是1，所以这个时候会出现数组的越界。

证实猜想

经过单步调试，可以看见front[i]的维度是4，max和min的维度都是2，这样j到2时，表示遍历第三个维度，就会越界！
这是因为在初始化solution时，我们使用的是Problemset,这个参数默认的是统一空间的维度，即问题的最大维度 Solution sol = new Solution(problemSet);
这种方式是initialize 种群的时候是可取的，但是计算IGD时是不可取的。

解决方案

可以通过departpopulation()函数按照skillfactor将种群重新分成两组，并且每组的obj的数目和其skillfactor的保持一致。

//用于将整个大种群划分为分配给不同任务的子种群
void departpopulation() {
    // resPopulation 是一个Solution的集合数组
    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++) {
        // 因为优化后后的种群中每个个体有一个Skill_factors，必须要将每个个体按照其skill_factor分类
        Solution sol = population.get(i);

        int pid = sol.getSkillFactor();
        //start 和 end 时目标函数在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++) {
            //复制个体目标值
            newSolution.setObjective(k - start, sol.getObjective(k));
            //别忘了复制个体决策变量函数值
            newSolution.setDecisionVariables(sol.getDecisionVariables());

        }

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

特别注意其中new solution 时候的方式 Solution newSolution = new Solution(end - start + 1); ，以及对目标进行赋值时的方式，只根据特定任务赋值, newSolution.setObjective(k - start, sol.getObjective(k)) ,因此此时其目标函数是end-start+1,而不是统一空间的4.
下图是此解决方案用于三目标问题时的调试结果
证明提出的方法可以解决这个问题！

最终代码

最终，我们的IGD代码修改为：

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 时目标函数在Problemset中的索引
        int start = problemSet.get(pid).getStartObjPos();
        int end = problemSet.get(pid).getEndObjPos();
        //最关键的是这里，需要对目标值修改为当前任务目标个数
        //否则会出bug,因为统一空间的目标个数是一定的
        Solution newSolution = new Solution(end - start + 1);//
        for (int k = start; k <= end; k++) {
            //复制个体目标值
            newSolution.setObjective(k - start, sol.getObjective(k));
            //别忘了复制个体决策变量函数值
            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));
}