fastPL：具有并行化设置的PYMCDA的C ++实现

并行化的快速偏好学习算法 这项工作基于Olivier Sobrie在偏好学习算法上的工作（Python代码： : ，论文： ://tel.archives-ouvertes.fr/tel-01370555/document）。 该存储库的目标是转换C ++中的先前代码（py-mcda），并设置处理大量入口点所需的并行化工具。 仓库结构 ：源文件（标题和类） ：测试文件 ：外部源和依赖项 ：CircleCi配置 在Docker中运行应用程序并进行测试 构建Docker映像 首先，构建Docker映像 docker build . -t fastpl 使用Docker映像运行测试 docker run fastpl ./Test 使用Docker映像运行主应用 以下命令将显示运行配置选项（帮助程序）： docker run fastpl 要使用默认配置运行该应用程序： do