多目标进化优化
文章平均质量分 81
BlackBox_
这个作者很懒,什么都没留下…
展开
-
多目标进化优化-BiGE
1. 基本思想BiGE算法是将众目标问题转换为2目标问题的一个算法。然后再在二维空间中使用某种非支配排序算法进行选择其中,转化为的2个目标分别是收敛性和多样性(密度估计)2. 动机随着目标的增多,大多数个体之间变得互不支配,导致收敛压力不足在2维空间中,两个个体可以比较的概率为50%;在3维空间中,两个个体可以比较的概率是25%所以,在二维空间中,Pareto支配关系可以发挥最高效的作用3. 算法框架3.1 近似距离先归一化归一化后,个体的近似距离为每个维度的目标值的和3原创 2021-11-16 20:54:16 · 509 阅读 · 0 评论 -
多目标进化优化-MaOEA-IGD
1. 创新点一种基于分解的nadir point评估方法一种新的非支配比较策略:个体和参考点之间比较3种近似距离分配方案基于新的非支配比较策略和3种新的近似距离分配方案改进了环境选择和交叉选择机制。2. DNPE公式:好处:不用每次都进行非支配排序,挑选出PF的边界点,可以让算法更节约计算成本。目的:找到乌托邦PF,使之能够准确的用于计算IGD指标3. 算法框架3.1 产生均匀的参考点先根据DNPE找到每个维度的nadir point和ideal point原创 2021-11-16 20:50:36 · 858 阅读 · 0 评论 -
多目标进化优化-SPEA/R
1. diversity-first and convergence-second的动机原文:In many-objective optimization,the convergence-first-and-diversity-second strategy can be of limited use because the proportion of nondominated solutions is very high and diversity preservation is very likel原创 2021-11-16 20:46:13 · 855 阅读 · 0 评论