超体积指标(HV,Hypervolume):算法获得的非支配解集与参照点围成的目标空间中区域的体积。HV值越大,说明算法的综合性能越好。
优点:
1.同时评价收敛性和多样性;
2.能够以单个数字得到解与最优集合的接近程度,并在某种程度上得到目标空间上解的分布。
缺点:
1.计算复杂度高,尤其是高维多目标优化问题;
2.参考点的选择在一定程度上决定超体积指标值的准确性。
优点:
1.同时评价收敛性和多样性;
2.能够以单个数字得到解与最优集合的接近程度,并在某种程度上得到目标空间上解的分布。
缺点:
1.计算复杂度高,尤其是高维多目标优化问题;
2.参考点的选择在一定程度上决定超体积指标值的准确性。