多目标优化
Panpan Wei
机器学习,数据挖掘,自然语言处理,深度学习
展开
-
MOEAD算法
这个算法的精髓在于通过聚合函数把多目标优化问题转化为单目标优化。首先需要在目标空间均匀分布权重,以下面图为例,权重的数量与种群规模相同,种群规模是N,那么权重的数量就是N。每组权重向量将多目标优化问题转化为一个单目标优化问题。N组权重向量就是N个单目标优化问题。下面我们说说,怎么分解的。加权法我们就不说了,解决不了非凸函数。切比雪夫和边界交叉相比,切比雪夫用的比较多,我们就以切比雪夫为例解...原创 2019-07-06 15:42:21 · 13046 阅读 · 0 评论 -
MOPSO算法总结,包括OMOPSO,SMPSO,dMOPSO,CMPSO,DDMOPSO,MMOPSO等
MOPSO学习小结:一些基本的定义1、 一般化的多目标优化问题即多目标优化问题的数学模型;(分最小化和最大化问题)决策空间和目标空间,不等和等式约束条件;2、 Parto支配关系,非劣解;(决策向量的支配关系和目标向量的支配关系)一个决策向量X1支配另一个决策向量X2,当且仅当X1在所有的目标上都不差于X2,而且至少在一个目标上严格优于X2;3、 Parto最优解;一个决策向量是P...转载 2019-07-06 17:32:46 · 11458 阅读 · 1 评论 -
HyperVolume多目标评价指标
Hypervolume 指标评价方法最早是由 Zitzler 等提出,它表示由解集中的个体与参考点在目标空间中所围成的超立方体的体积。Hypervolume 指 标 评 价 方 法 是 一 种 与 Pareto 一致(Pareto-compliant)的评价方法,也就是说如果一个解集 S 优于另一个解集 S’,那么解集S 的 Hypervolume 指标亦会大于解集 S’的 Hypervolu...原创 2019-08-22 16:46:40 · 5807 阅读 · 1 评论