- 博客(10)
- 收藏
- 关注
RSS订阅原创 基于分解的多目标优化方法——常用的分解方法
在基于分解的MOEA中最常用的分解方法为：加权和WS（weighted sum)切比雪夫TCH（tchebycheff）基于惩罚边界交叉口PBI（penalty-based boundary interesection）2018年，张青富团队提出了一种新的划分方法：网格约束分解CDG（a constrained decomposition with grids）。下面对以上四种分解方法从原理及两目标空间上进行举例介绍。第i个子问题上的方向向量为λiλ1......λm。
2023-04-20 22:10:31
531
原创 约束多目标方法（9）——特定问题特定解法
1、Singh等将替代物辅助方法整合到SA中以处理CMOPs。基于代理模型的优化方法可以减少计算量大的仿真次数。将Kriging模型与改进的多目标概率和可行性概率相结合来求解CMOPs。2、Datta和Regis提出了一种代理辅助进化策略来解决具有昂贵的黑箱不等式约束的cops。3、Zhang和Qian采用人工免疫系统模型求解时变环境下的非线性约束多目标问题。4、Wei和Wang等在超矩形搜索的基础上提出了一种PSO变体，可以预测下一个时间步的最优解。
2023-04-20 10:05:08
367
原创 约束多目标方法（8）——修改复制操作符
在进化算法中复制操作符主要有遗传算法中的变异算子、交叉算法；在差分进化算法中的差分算子等。修改复制操作符法这类方法侧重于在复制过程中设计高效和特定的操作符。因此此类方法的大部分算法是针对差分进化中的差分算子进行改进。这期内容先简单地介绍这类方法，后续会针对多目标优化问题中的差分进化方法进行专题介绍。
2023-04-20 09:55:47
60
原创 约束多目标方法（7）——混合方法
在群智能算法还未出现之前，求解多目标优化问题都是采用数学规划方法。虽然群智能算法可以从全局角度找到有前景的领域，但其在局部区域的微妙搜索可能不如传统的数学规划。在面对存在等式约束时，等式约束通常会降低搜索空间维数，许多智能约束优化算法将等式约束放宽为不等式约束，但这种做法不能保证所得到解的严格可行性。于是出现了将智能优化算法与数学规划方法结合的混合方法用来求解CMOPs。
2023-04-20 09:38:16
128
原创 约束多目标方法（6）——多阶段法
为了更有效地求解cmp问题，许多研究者将cmp问题转化为其他问题，如将cmp问题转化为协同优化问题或两阶段优化问题。在转换之后，一些有前景的算子，如协同进化，可以帮助种群更好地探索搜索空间，发现一些新的和潜在的信息，最终获得完整的CPF。承接上期多种群协同优化，这期向大家介绍多阶段法。
2023-04-20 09:21:18
143
原创 约束多目标优化算法（4）——基于多目标法
在多目标模型中，将约束视为一个附加目标或多个附加目标，将CMOP转化为无约束的对应对象，然后利用moea求解转换后的问题。
2023-04-20 08:45:49
402
1
原创 约束多目标优化算法（2）——基于排名值
与罚函数方法有相似的机制，是近年比较新的约束处理技术。基本思想是利用个体的目标函数值与约束违反程度或者其他指标给予个体不同排名。基于进化进程，对排名机制进行动态调整。
2023-04-20 08:00:00
271
1
原创 约束多目标优化算法（3）——基于目标与约束分离
1、Saxena等将ε约束方法整合到NSGA-II框架中，控制种群的不可行性，增强种群的收敛性。2、Zapotecas-Martínez等提出了一种基于分解的多目标粒子群优化算法(MOPSO)，并将ε约束方法融入其中求解MOPSO。3、Yang等也将ε约束方法和自适应操作选择集成到基于分解的多目标框架中。4、Becerra等利用ε约束方法获得PF上(或非常接近)的几个点，然后利用基于粗糙集的方法将这些解扩展到整个PF。
2023-04-19 16:16:13
555
1
原创 约束多目标优化算法（1）——基于罚函数
罚函数法主要是根据约束违反程度来构造惩罚项。通过在目标函数中加入惩罚项，将约束优化问题转化为无约束优化问题。如何设置罚函数系数是罚函数方法中最关键的问题，对算法的效率起着决定性的作用。根据设置方法的不同，刑罚法可分为静态法、动态法和自适应法。
2023-04-19 15:05:06
684
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人