Two_Archive算法

参考文献：Praditwong K ,  Yao X . A New Multi-objective Evolutionary Optimisation Algorithm: The Two-Archive Algorithm[C]// Computational Intelligence and Security. Springer, Berlin, Heidelberg, 2006.

1. 背景

随着目标数量的增加，一些MOEAs算法的性能显著恶化，所以迫切需要一种能够解决大量目标的问题的多目标优化算法。因此作者提出了双档案算法（Two_Archive Algorthm），该算法借鉴了PESA的新支配解替换支配解。经过研究比对，可以看出该算法在求解大量目标的多目标优化问题上有明显优势。

2. 主要思想

顾名思义，作者设计了两个存档，分别是收敛性存档(CA，convergence archive)和多样性存档（DA，diversity archive）。论文中的主要算法如下：

这段代码在论文中的描述如下：

2.1 算法的主循环 

该算法从随机填充和空档案开始。每个个体的决策变量在可用的决策空间内使用均匀分布的随机数发生器进行分配。

每个初始个体的目标变量是通过目标函数和决策变量计算出来的。该算法使用原始目标函数作为适应度。

在每一代中，人口中的非支配成员被保留在档案中，而档案中的支配成员被删除。该算法采用了两种存档:收敛存档和多样存档。总容量是固定的，但每个存档的大小不同。

交配种群是通过从两个档案中选择个体来建立的。选择个人的过程如下。首先，以一定的概率选择存档。概率是一个预定义的参数，它是从收敛存档和多样性存档中选择成员的比率。其次，所选档案中的一个成员应该是统一随机选择的。最后，被选中的父母会去交配群体。

2.2 收集非支配解

非支配解集合由两部分组成;主要部分是从种群中获取非支配成员，可选部分是在存档的总大小超过容量阈值时删除多样性归档中的其他成员。

收集非支配解首先从种群中逐一获取一个个体。它是与人口的其余部分进行比较。如果是非支配解，就进入下一步。否则，它会因为被支配而被丢弃。比较了现有档案中来自种群的非支配解与所有成员的解。如果它是由档案的一个成员主导的，它将被丢弃，否则它是档案的一个新成员。在此阶段，删除任何重复的成员。然后将档案的剩余部分与新成员进行比较，可能有两种情况。在第一种情况下，新成员可以支配档案中的成员。被支配的成员被删除，收敛归档文件接收新成员。标志被设置为收敛存档的值。在这种情况下，收敛存档的大小可能会增加，但存档的总大小不会增加，因为新成员通过删除至少一个支配成员进入收敛存档。在第二种情况下，新成员不能支配任何成员，也不被任何存档成员支配。新成员成为多样性存档的成员，并且多样性存档的大小增加。两个存档的总大小会增加，因为多样性存档在接收新成员时不删除任何成员。上述过程一直执行到种群中的最后一个个体。新成员根据它们的标志值进行分隔。

如果存档的总大小溢出，则应执行删除操作。删除操作符只删除多样性归档中的成员。此运算符对收敛归档没有影响。多样性归档中的所有成员计算从它们自己到收敛归档中最近的成员的最短距离。换句话说，多样性存档的每个成员计算其到收敛存档的所有成员的欧几里得距离。然后选择最短的一个。在分集成员中距离最短的成员将被删除，直到总大小等于容量。

注：上面这段摘自论文翻译，因为作者写的太好了，通俗易懂，我都不知道怎么简化，就直接摘抄下来了。

3.一个例子

 这是论文中的图片，表示的是一个双目标最小化问题。

收敛档案包含1和2，多样性档案包含3和4。方案A将在方案B之前进入存档，所有成员都与候选A进行比较，现有成员不能支配新成员。解决方案A进入收敛归档，因为它可以支配成员2。因此，收敛存档的当前成员是解1和A，多样性存档保持与以前相同。解决方案B将进入多样性存档，因为它不能支配任何当前成员。两个档案的总大小可能超过收集过程中的容量。当档案收集完成后，多样性档案中超过的成员将被删除。在这种情况下，解决方案B是最后一个候选方案。多样性档案有3个解决方案，3、4和B。

该移除策略基于目标空间中从多样性存档成员到收敛存档成员的最短欧氏距离。首先计算自身到收敛存档中所有成员的距离，其中解3到解1的距离为0.17，解3到解A的距离为0.08。其次，选择最短距离，为0.08，寻找最短距离的过程应该应用于多样性档案中的成员(解4和B)。解4的最短距离为0.31，解B的最短距离为0.39。

在这种情况下，解决方案3被删除，因为它的距离最短。更新后，收敛归档中有解决方案1和解决方案A，多样性归档中有解决方案4和解决方案B。

注：便于理解，直接把论文中的例子摘抄了下来。

4.双档案相比于单档案有什么好处

当存档溢出是，单档案中的任何成员都有概率被删除，在双档案中，就只有多样性档案中的成员有可能被删除。