- 博客(3)
- 资源 (2)
- 收藏
- 关注
RSS订阅转载 一种基于分解的多目标优化算法：MOEA/D
一种基于分解的多目标优化算法：MOEA/D实验目的本次实验以测试函数ZDT1为例，用MOEA/D算法得到最佳帕累托解集。帕累托解在约束空间之内，再也找不到比解A更好的解了，那么A就是其中一个帕累托最优解。ZDT1测试函数是一个两目标问题，其函数如下：MOEA/D算法思想MOEA/D是一种基于分解的多目标进化算法，它将多目标优化问题转化为一系列单目标优化子问题，然后利用一定数量相邻问题的信息，采用进化算法对这些子问题同时进行优化。由于分解操作的存在，该方法在保持解的分布性方面有
2020-09-28 11:27:47
1840
原创 NSGA-II入门算法分析
NSGA-II入门算法分析1、什么时NSGA-II?NSGA-II全称是快速非支配排序遗传算法,那什么是多目标中的支配与非支配呢？支配与非支配解集，那么什么叫做支配，什么叫做非支配呢？例如如果汽车A价格30万，外观A等，性能A等；汽车B价格40万，外观A-等，性能A-等，就说汽车A支配了汽车B。如果有一辆汽车C价格20万，外观B等，性能B等，相较于汽车A，虽然C的外观和性能都比汽车A要差，但是其价格上比汽车A要低，从价格这个评价标准上来看，汽车C是要优于汽车A的，所以说汽车C和汽车A是属于一个非支.
2020-08-14 14:47:19
1864
翻译 基于分解的MOEA的理解
一、基于分解的MOEA有三种分解方法1、权重聚合方法首先，λ被称之为权重向量，观察和式，这完全就是m维向量的点乘公式嘛。具体的说，在目标空间中，把算法求出的一个目标点和原点相连构造成一个向量，此时，该方法的做法是将该向量与对应权重向量点乘，由向量点乘的几何意义可知，所得的数为该向量在权重向量方向上的投影长度，因为权重向量不变，最大/小化该长度值其实就是在优化该向量。可知若要增大该向量在权重向量上投影的长度，一方面可以增大/减小与权重向量的夹角，另一方面可以增大/减小该向量的长度。样例图如下：
2020-07-29 17:56:20
863
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人