中文摘要:
多目标优化问题广泛存在于高速列车头形设计、重叠社区检测、电力调度等领域。为解决这类问题,目前方法主要集中于求解具有规则性帕累托前沿的问题,而非具有不规则帕累托前沿的问题。针对这种情况,提出一种基于动态资源分配分解的高维多目标进化算法(MaOEA/D-DRA)进行不规则优化。该算法能够根据问题的帕累托前沿形状,将计算资源动态分配到不同搜索区域。在搜索过程中使用进化种群和外部存档,从外部存档中提取的信息用于引导进化种群到不同搜索区域。进化种群采用切比雪夫方法将问题分解为若干子问题,并以协作方式优化所有子问题。采用转化的密度估计方法更新外部档案。将所提算法与5种最先进的多目标进化算法对比。实验结果表明,所提算法在收敛速度和种群成员多样性方面优于5种对比算法。与加权和方法和基于惩罚的边界相交方法比较,将切比切夫方法集成到算法中,对性能有一定提高。关键词:
高维多目标优化问题;不规则帕累托前沿;外部存档;动态资源分配;转化的密度评估方法;切比雪夫分解方法 作者: 董明刚1,2,刘宝1,敬超1,2,3单位: 1桂林理工大学信息科学与工程学院,中国桂林市,5410042广西嵌入式技术与智能系统重点实验室,中国桂林市,5410043广西可信软件重点实验室,桂林电子科技大学,中国桂林市,541004本文引用格式: Ming-gang Dong, Bao Liu, Chao Jing. A many-objective evolutionary algorithm based on decomposition with dynamic resource allocation for irregular optimization[J]. Frontiers of Information Technology & Electronic Engineering, 2020, 21(8): 1171-1190. https://doi.org/10.1631/FITEE.1900321 |
点击下方“阅读全文”,下载全文PDF
关于本刊
Frontiers of Information Technology & Electronic Engineering(简称FITEE,中文名《信息与电子工程前沿(英文)》,ISSN 2095-9184,CN 33-1389/TP)是信息电子类综合性英文学术月刊,SCI-E、EI收录,最新影响因子1.604,进入JCR Q2分区。前身为2010年创办的《浙江大学学报英文版C辑:计算机与电子》,2015年更为现名,现为中国工程院信息与电子工程学部唯一院刊。覆盖计算机、信息与通信、控制、电子、光学等领域。文章类型包括研究论文、综述、个人视点、评述等。现任主编为中国工程院院士潘云鹤、卢锡城。实行国际同行评审制,初次转达意见一般在2~3个月内。文章一经录用将快速在线。
2019年,荣获中国科协等七部委推出的中国科技期刊卓越行动计划项目资助(梯队期刊)。
官网:http://www.jzus.zju.edu.cn
期刊Springer主页:
http://www.springer.com/computer/journal/11714
在线投稿:
http://www.editorialmanager.com/zusc
更多信息,请见:FITEE影响因子提升55%,首次跨入Q2区
微信加群
为方便广大科研人员交流讨论,本平台建有以下学科微信群。有需要加群的用户,请加小编个人微信号fitee_xb,并留言想要加入的群,小编会拉您进群。营销广告人员请勿扰。
计算机科学与技术学术群 | 光学工程与技术学术群 |
控制科学与技术学术群 | 信息与通信学术群 |
电力电子学术群 | 人工智能学术 |
本公众号为中国工程院院刊《信息与电子工程前沿(英文)》(SCI-E、EI检索期刊)官方微信,功能包括:传播期刊的学术文章;为刊物关联学人(读者、作者、评审人、编委,等)提供便捷服务;发布学术写作、评审、编辑、出版等相关资讯;介绍信息与电子工程领域学术人物、学术思想、学术成果,展示该领域科学研究前沿进展;为该领域海内外学者提供友好互动平台。