亲爱的用户，这是Geatpy 2.6.0发行版，整个进化算法框架会更加完善成熟，同时丰富了内核函数的功能，欢迎您进行更新！
本次更新整合了许多用户的反馈意见。
【内核】
1. 修改所有变异和重组算子，支持更加精细的参数控制。支持为染色体的每一位元素设置独立的参数来进行变异/重组。以mutpolyn为例，支持传入的变异概率Pm为一个Numpy行向量，此时Pm的每一位元素表示染色体每一位的是否发生变异的概率。更多新特性可利用help()命令查看API文档。
2. 修改差分变异算子mutde，修复染色体条数为1时会出现的内核崩溃问题。并新增输入参数Mask_N，用于对差分变异过程进行特殊的控制，详见help(geatpy.mutde)。
3. (不向下兼容！)为所有的重组（含交叉）算子增添全局重组（交叉）的模式。并把原本的输入参数“Half”更名为“Half_N”，当传入的Half_N为True/False时，含义与之前的“Half”一致；当它为int正整数时，重组（交叉）算子将采用全局重组（交叉）的模式进行重组（交叉）。
4. 新增ri2bs，用于把RI编码的种群表现型矩阵转换成二进制/格雷码的染色体矩阵。
5. 新增mergecv，用于合并违反约束条件程度矩阵。并且可以根据一定的阈值来统计满足约束条件的个体数目。
6. 大幅提升bs2ri、bs2real、bs2int的性能。但同时限制变量对应的二进制/格雷码编码的长度不能大于31。即一个变量不能用超过31位的二进制/格雷码进行编码。此外，bs2real和bs2int为历史遗留的库函数，推荐使用同功能的bs2ri，将会更加稳定。
7. (不向下兼容！)移除内核函数xovmp。
8. (不向下兼容！)移除内核函数indicator.moea_tracking。
9. 进一步普及自研高性能矩阵计算库的使用，内核不再依赖Python的第三方库(如Numpy, scipy等)，内核函数的代码基本完成全面的C化。
10. 修改所有内核函数的API文档，增添对内核函数缩写命名的完整含义描述。
【框架】
1. (不向下兼容！)统一单目标优化和多目标优化算法模板的返回值，均返回进化算法所得的最优个体(Population对象)以及最后一代种群对象。当进化算法到结束时仍未搜索到可行个体时，把原本的抛出异常提示修改为返回一个空的最优个体，即最优个体对象的sizes=0。
2. 修改算法模板的terminated()函数，增设根据MAXTIME来限制进化算法的执行时间。
3. (不向下兼容！)为算法模板新增日志记录的功能，增设三个参数：logTras（控制每多少代记录一次日志，当设为0时，表示不记录日志）、verbose（控制是否在进化过程中输出日志信息）、log（Python字典类型的日志）。
4. 删除算法模板的“遗忘策略”。
5. 为问题类（Problem）新增ReferObjV属性，用于存储目标函数的参考值。在实例化问题类的对象时，其构造函数将会自动调用问题类的getReferObjV()函数，计算出ReferObjV。若没有参考值，则ReferObjV将会被设为None。
6. 新增允许把maxormins设置为None的功能。当maxormins的元素被设置成全为1时，生成问题类时将自动把maxormins置为None；也可以在自定义问题类的时候手动把maxormins设置为None。当maxormins为None时，内核函数将会自动认为待优化的目标全部是按照“最小化约定”。
【算法】
1. 新增(μ+λ)进化策略。详见soea_ES_miu_plus_lambda_templet.py。
2. 新增Push and Pull Strategy for MOEA/D-DE （带全局存档）算法模板。详见moea_PPS_MOEAD_DE_archive_templet.py。
最后感谢数月以来对我们提供宝贵意见和建议的用户们！
也感谢使用Geatpy进行科研、产品开发的忠实用户们！
Geatpy在线交流群: https://gitter.im/geatpy2/community