信息: 2000年 苏黎世联邦理工学院
题目: A Unified Model for Multi-Objective Evolutionary Algorithms with Elitism
摘要:本文提出了一种多目标进化模型使得可以任意的组合演化(变异)以及选择算子,作为一个包含有归档以及冲插入策略的构建块。
引言
1.论据:学者证明精英策略可以显著的提高多目标进化算法中的搜索能力。从而揭示 该论题是有相关的必要性的。
2.多目标精英策略遇到的 问题
因精英策略“是基于个体的一种,(在单目标的时候我们通过对比适应度值获得精英,多目标中如何评测?)而我们如何在 多目标中定义这些个体是目前存在的问题:
(1)如何定义单个精英个体 或解
(2)怎么整合精英 信息,然后高效率的应用在搜索中?
(3) 什么是 基于精英策略的演化搜索显著的区别于其他的算法,和其他多目标问题?
3.目前精英策略的应用在多目标中的一些精英特征
(1)在进化策略中,通过“加”选择,使用次要的“精英主义”群体与内隐精英主义;
(2)精英策略,或者精英群体是如何更新的。
(3)评估策略,或精英个体如何影响当代适应值的分配,通过取反。
(4)重插入策略,或精英个体如何参与后代的生产
(5)控制流,或存档和重新插入的时间
并且这些基于特性的分类是相互之间平行的。然后作者距离说明那些算法归为哪一个 特征类别。据,作者详细的罗列了各种用于基于精英策略的多目标算法,然后进一步的进行分析,经过分析这些 各算法
4.精英策略的数学表示
5.基于标准模型的精英策略的表达式
两者的对比,一个是串行的一个是并行的策略,在更新归档,以及评估的时候引入不一样的策略如图:
6. 顺着之前 介绍的基础,然后介绍 给模型的伪代码
7.顺承将作者的模型 应用到一些经典的多目标 精英策略的算法上,然后进行分析。由于在作者理论中存在着关键参数“精英概率”,作者为了 进一步的说明,使用控制 变量的方法,使用标准模型创生Alg1,Alg2,Alg3三种算法, 分别谈论不同“精英概率”下的函数的评估次数和主导空间大小变化的情况,
总体的感觉:从最初的论据开始,以及每次的实验说明都有很强的逻辑感觉