IGD反转世代距离-多目标优化评价指标概念及实现
觉得有用的话,欢迎一起讨论相互学习~
参考资料
多目标进化优化[1]-郑金华老师,邹娟老师著
实验室人手一本人人必看的宝藏图书!
IGD(Inverted Generational Distance)是常用的可以同时评价算法收敛性和多样性的指标,中文名反转世代距离。
从GD到IGD
先被提出的用于评价多目标算法收敛性的指标是GD(Generational Distance),用来表示\(PF_{known}\)与\(PF_{true}\)之间的间隔距离,计算式被定义为:
\[GD=\frac{(\sum^{n}_{i=1}d^p_i)^{1/p}}{n} \]
其中n表示\(PF_{known}\)中点的个数,p表示目标维数,\(d_{i}\)表示目标空间中得到的 每个点 \(PF_{known}\) 距离 \(PF_{true}\) 参考点(类似于答案)的最近欧式距离的平