多目标优化实验平台OTL（Copyright (C), Ruimin Shen, a legend） 采用面向对象设计，将优化问题、算子、算法以及评价指标封装成独立的模板。由于平台采用C++和Python混合编程搭建，对初学者有一定的门槛要求，下面对平台的使用（如何添加自己算法并进行实验）进行简单的说明。
（1）、OTL实验平台搭建好后，首先在OptimizationTemplateLibibrary (OTL, c++模块 ) /[Source directory]/Include/OTL/Optimizer/目录下添加C++算法.
（2）、在PyOTL（将OTL中C++代码转换成Python可以调用的模块）/[Source directory]/Inclue/pyotl/optimizer/Optimizer.h中加步骤（1）代码头文件。
（3）、在PyOTL/[Source directory]/Inclue/pyotl/optimizer/Switch.h加代码 “#define EXPORT_Hou_NSGA_III” 。
（4）、在PyOTL/[Source directory]/Inclue/pyotl/optimizer.real/Optimizer.cpp 中加代码，具体模仿其他算法形式。
（5）、在PyOTL/[Source directory]/Include/pyotl/optimizer.real/Optimizer.h中加代码，具体模仿其他算法形式。
（6）、在PyOptimization(调用PyOTL产生的Python 模块开展实验)/ pyoptimization/optimizer/_init_.py中加代码。
（7）、在PyOptimization /pyoptimization/parameters/目录下设置相关参数，比如termination.py 设置评估次数，在PyOptimization /pyoptimization/parameters/optimizer/r_nsga_ii中设置参考点、权重、阈值的大小。
（8）、在PyOptimization/optimization.ini设置相关参数（相当于开关），然后同目录下点击optimization.py便可进行实验，运行visualize.py实现数据可视化。
最后，运行evalution.py对算法进行测评，使用sqliteman工具（数据库文件，系统默认是在documents文件下）查看评价指标值及相关数据。