多目标优化问题中常用的性能度量指标及参数设置——GD及变体、HV及变体、SP及变体-CSDN博客

本文链接：https://blog.csdn.net/loveabc123ABC/article/details/140347194

一、时代距离GD及其变体

（一）时代距离GD

GD能够测量一个算法得到的解集的收敛性，GD指标可以通过下列公式计算得到：

$GD(POF_t,P_t)=\frac{\sum_{\nu\epsilon{P_t}}d(POF_t,\nu)}{|P_t|}$

其中 $d(POF_t,\nu)=min_{u\epsilon{POF_t}}\sqrt{\sum_{j=1}^{m}(f_j^u-f_j^\nu)^2}$ 是 $POF_t$ 上的点到 $\nu$ 的欧几里得距离。

GD的值越小代表算法的收敛性越好。

（二）逆时代距离IGD

IGD作为多目标优化问题中常用的性能度量指标，其通过度量算法计算得到的近似Pareto前沿和测试函数的实际Pareto前沿之间的差异来评价算法的性能，也用来评价算法运行出来的解集的收敛性和多样性。

对IGD的定义如下：

$IGD(POF^*,POF)=\frac{1}{n}\sum_{p^*\epsilon{POF^*}}min_{p\epsilon{POF}}{\left \| p^*-p\right \|}^2$

其中 $POF^*$ 是给定的多目标优化问题的真实Pareto前沿，POF表示多目标优化算法得到的近似Pareto前沿，n表示中的解的数量。

（三）平均逆时代距离MIGD

MIGD度量是IGD的一个变体，它定义为给定运行中几个时间步长内的IGD值的平均值：

$MIGD(POF^*,POF)=\frac{1}{|T|}\sum_{t\epsilon{T}}IGD({POF^*_t,POF_t})$

其中Ｔ是运行中的一离散时间，|T|是Ｔ的基数。

较低的IGD值意味着该算法得到的更好的解。而较低的MIGD值意味着处理DMOP 时算法在快速变化的环境中具有良好的整体性能。

二、超体积HV及其变体

（一）超体积HV

HV是一种较为综合的性能指标，其具有一定的数学理论依据，可用于评估算法获得的种群的多样性和收敛性。其定义如下：

$HV(POF,ref)=\wedge (\cup _{p\epsilon{POF}}\left \{ {p}'|ref\succ {p}'\succ{p} \right \})$

其中 $ref\epsilon{R^M}$ 表示计算HV的参考点， $\wedge$ 表示勒贝格测度。

（二）平均超体积MHV

MHV是HV超体积的一种变体，被定义为运行中所有时间步长中的超体积的平均值：

$MHV(POF,ref))=\frac{1}{|T|}\sum_{t\epsilon{T}}HV(POF_t,ref)$

HV值越大，该算法得到的解的质量就越好。 MHV值越大，处理具有特定动态特性的DMOP时解决方案的质量就越好。

（三）超体积差HVD

—种收敛度量，其通过计算算法得到的近似POF与真实POF之间的差异得到：

$HVD(POF^*_t,POF_t)=|HV(POF^*_t)-HV(POF_t)|$

（四）平均超体积差MHVD

平均HVD（MHVD）是HVD的一个变体，MHVD定义在运行期间的某一时间序列上HVD的平均值，具体如下：

$MHVD(POF^*_t,POF_t)=\frac{1}{T}\sum_{t\epsilon{T}}HVD(POF^*_t,POF_t)$

其中 $HV(S)$ 表示集合 $S$ 的超体积

三、Schott的分布性指标SP

（一）Schott的分布性指标SP

SP这类分布性指标是由Schott开发出来的并用来研究算法求得的解在真实Pareto面上的分布情况，可测量 $P_t$ 中的个体如何均匀分布在最优Pareto面上的，其可表示为：

$SP=\sqrt{\frac{1}{|POF_t|-1}\sum_{\nu \epsilon{POF}}(D(\nu,POF)-\bar{D})^2}$

其中 $\bar{D}$ 是 $D$ 的平均值， $D$ 由如下公式计算得到：

$D(\nu,P_t)=min_{u\epsilon{P_t}}\sqrt{\sum_{j=1}^m(f_j(\nu)-f_j(u))^2}$

（二）Schott的平均分布性指标MSP

MSP也是SP的一个变体版本。SP定义为运行期间某个时间序列中SP的平均值，公式如下：

$MSP=\frac{1}{|T|}\sum_{t\epsilon{T}}SP$

四、参数设置

动态多目标优化问题的动态性被定义为 $t=\left \lfloor {\tau/\tau_t} \right \rfloor/n_t$ ，其中分别表示 $\tau$ ， $\tau_t$ ， $n_t$ 迭代计数器、环境变化的频率和环境变化的严重程度， $\left \lfloor \cdot {} \right \rfloor$ 是一个向上取整算子。