多目标进化算法解集的性能评价指标主要分为三个方面:
1)解集的收敛性评价(Convergence Performance, CP), 反映解集与真实Pareto前沿之间的逼近程度
2)解集的均匀性评价(Uniformity Performance, UP), 体现解集中个体分布的均匀程度
3)解集的广泛性评价(Spread Performance, SP), 反映整个解集在目标空间中分布的广泛程度
基于距离的MOEAs解集均匀性评价指标
Schoot 提出的指标(Spacing Metric, SP):
是的平均值
广泛性评价方法
Zitzler提出最大分散度(Maximum Spread)评价方法
参考文献:
李密青, 郑金华. 一种多目标进化算法解集分布广度评价方法[J]. 计算机学报, 2011, 34(4):647-664.