MaOEA-IBP:带有边界保护的基于指标的多目标进化算法

MaOEA-IBP:带有边界保护的基于指标的多目标进化算法

参考文献
《An Indicator-Based Many-Objective Evolutionary Algorithm With Boundary Protection：Zhengping Liang , Tingting Luo, Kaifeng Hu , Xiaoliang Ma, and Zexuan Zhu , Member , IEEE》

要点

• 多目标优化问题（MaOPs）对传统的基于Pareto的多目标进化算法（MOEAs）构成了巨大挑战。随着目标数量的增加，互不支配的解的数量激增，由于基于帕累托的选择压力的损失，MOEAs失效。
• 已经提出了基于指标的多目标进化算法（MaOEAs），以通过增强环境选择来解决此问题。基于指标的MaOEAs易于实施且通用性强，但是，它们不太可能很好地保持种群多样性和覆盖面。
• 本文中，提出了一种新的基于指标的具有边界保护的MaOEA，即MaOEA-IBP，以缓解这一弱点。在MaOEA-IBP中，设计了基于Iε+指标和边界保护策略的最坏消除机制，以增强种群收敛性，多样性和覆盖范围的平衡。
• 具体地，首先从种群中找出具有最小Iε+值的一对解。如果一个解支配了另一个解，则消除支配解。否则，边界保护策略将消除一种解。

一、相关工作

传统的基于Iε+指标的方法显示出良好的种群收敛性，但是它们遭受着种群多样性和覆盖率差的困扰。因此，本文使用的Iε+指标更加关注局部密度，并提出了一种新颖的边界保护策略，以扩大对PF的覆盖率。

注：Fig.2红线为边界解，Fig.3圈为角解。

要确定MaOPs中PF的所有边界个体是一个巨大的挑战，因为随着m的增加，边界个体的数量呈指数增长。一对一选择策略是一种有代表性的保护机制，可以通过保留m个角解来减少MaOPs中边界个体的损失。

二、提议的MaOEA-IBP

A、MaOEA-IBP框架

算法1中提出了拟议的MaOEA-IBP的总体框架。

B、交配选择策略和繁殖

算法2中提供了MaOEA-IBP中使用的交配选择策略的详细信息。

算法2中的Iε+指标及适应度计算如下

C、基于最坏消除机制的环境选择

算法3中显示了MaOEA-IBP中环境选择的伪代码。

算法3中第1行R的选择过程为：对种群非支配排序后，从等级为1的个体开始，向后选择，直到|R|>=N的等级停止向后选择，非支配等级大于此等级的个体淘汰，小于等于此等级的个体保留作为R。

为了说明MaOEA-IBP的环境选择策略，在图4中绘制了MaOEA-IBP，ISDE+，SRA，MOEA-CSS，KnEA和1by1EA的环境选择结果。

其中红色方块代表被淘汰的个体，绿色圆圈代表剩余的个体，天蓝色线是真实的PF。从图4可以看出，给定相同的解总数，MaOEA-IBP和1by1EA能比其他算法更好地保持PF边界。但是由于难以控制分布阈值（θ），因此1by1EA可能会导致如图4(f)所示的较差的多样性。通过采用最差消除机制，预计MaOEA-IBP将在环境选择中实现种群收敛、多样性和覆盖范围之间的更好平衡。

D、边界保护策略

边界保护策略是环境选择的第二个选择标准，它在MaOEA-IBP中起着至关重要的作用。边界保护策略的引入受KnEA的启发。如图5所示，KnEA通过计算从个体到极端解所定义的直线L的欧几里得距离d(x,L)来测量个体的收敛。 d(x,L)值最大的个体可以存活到下一个种群。但是，当KnEA处理凸PF的问题时，边界个体的d(x,L)值可能小于其他个体，这导致边界个体的损失和PF的种群覆盖率很差。

为了解决上述问题，提出了边界保护策略，以平衡种群的收敛性和覆盖范围。在此策略中，个体的适应度是通过个体与曲线/曲面C之间的欧式距离d(x,C)来衡量的。

其中{f1(x)，f2(x)，…，fm(x)}是曲线/曲面C上的向量，P是曲线/曲面C的曲率。图6在双目标空间中显示了具有不同P值的曲线C。

由于计算单个x与曲线/曲面C之间的距离d(x,C)并非易事，因此采用LP范数距离来近似d(x,C)。曲线/曲面C上的点与原点之间的LP范数距离为1。d(x,C)近似如下：

值越小，个体越接近曲线/曲面C。值得注意的是，对于低于C的个体，d(x,C)被赋予负值。

图7提供了两种情况来说明边界保护策略的过程。

在图7(a)中，当个体很好地收敛到PF时，边界个体的d(x,C)值（P = 0.3），即x1和x5小于其他不同PF形状的个体。边界个体最适合保持种群覆盖率。

在图7(b)所示的另一种情况下，环境选择中的两个选择的个体与PF的收敛程度不够。如果d(x1,C)小于d(x2,C)，则边界保护策略可以优先保留具有更好收敛性的个体，即x1，而不是边界个体x2。这样，边界保护策略可以实现种群收敛和覆盖的平衡。