基于全组合策略的多目标阴阳对算法

doi:10.3778/j.issn.1002-8331.2011-0366

摘要/摘要

摘要：

基于前沿的阴阳对优化算法（基于前沿的阴阳对空优化，F-YYPO）是一种新颖的轻量级多目标优化算法，其利用两点——局部开发点图1和图2在搜索过程中的迭代交换实现搜索。基于F-YYPO公司提出了一种改进的多目标优化算法F-ACYYPO新算法对F-YYPO公司做了以下三方面的改进：（1）对多个目标函数进行全组合，以增强优化个体分布的均匀性；（2） YYPO公司算法中被证明有明显性能提高效果的缩放因子[α] （3）F-YYPO存档操作的更新方式。采用在2009年进化计算大会多目标优化算法竞赛中使用的UF和PlatEMO DTLZ测试套件进行算法的性能评估，将F-ACYYPO以及其他多种已知性能优良的多目标优化算法NSGA2、SPEA2、MOPSO、MOGWO、gamultiobj、MOEA\D、GDE3进行性能测试及比较，并通过两个综合性指标（IGD、HV）和一个收敛性指标（广东省）进行性能评价。实验结果表明，F-ACYYPO具有更高的计算精度以及更快的收敛速度，并且与其他高性能多目标算法相比，F-ACYYPO公司表现出了很强的竞争性，在综合性能指标下有将近超1/2的测试用例占优。

关键词: 多目标优化, 基于前沿的阴阳对优化（F-YYPO），阴阳对优化

摘要：

基于Front-based的阴阳对空优化（F-YYPO）算法是一种新型的轻量级多目标优化算法，它使用全局探索点[Pi2]和局部发展点[Pi1]的两点迭代交换来进行目标搜索。本文基于F-YYPO提出了一种改进的多目标优化算法F-ACYYPO。F-ACYYPO在以下三个方面对原F-YYPO进行了改进：（1）采用多目标函数的完全组合，增加优化个体的最优分布（2）采用比例因子α的自适应调整，这已被证明是对YYPO算法的有效改进（3）改进F-YYPO存档操作的更新模式。本文采用2009年进化计算大会多目标优化算法竞赛中引入的UF测试套件和PlatEMO平台的DTLZ测试套件，对提出的新算法和包括NSGA2、，SPEA2、MOPSO、MOGWO、gamultiobj、MOEA\D和GDE3。所有算法的性能都通过两个综合指标来评估，即反向生成距离（IGD）和超体积（HV），并且还应用了一个收敛指标，即生成距离（GD）。实验结果表明，与原有的F-YYPO算法相比，F-ACYYPO可以获得更高的计算精度和更快的收敛速度。与其他多目标优化算法相比，F-ACYYPO具有很强的竞争力，在两个综合评价指标下，它甚至可以支配近1/2个测试用例。

关键词： 多目标优化，基于前沿的阴阳对空优化（F-YYPO），阴阳-空气优化

李大海，艾志刚，王振东. 基于全组合策略的多目标阴阳对算法[J] ●●●●。计算机工程与应用, 2021, 57(22): 110-124.

李大海、艾志刚、王振东。基于全组合策略的改进阴阳对空多目标优化算法[J]。计算机工程与应用，2021，57（22）：110-124。

参考文献

[1] 徐杰，宋旭.模糊随机环境下非等面积部门临时施工设施的多目标动态布局问题[J]。基于知识的系统，2015年，81:30-45。
[2] 王俊英，夏尔玛S，RANGAIAH G P.用带终止准则的精英非支配排序遗传算法设计多目标管壳式换热器[J]。应用热能工程，2016,93:888-899。
[3] DEEP K，SINGH K P，KANSAL M L，等.求解整数和混合整数优化问题的实数编码遗传算法[J]。应用数学计算，2009212（2）：505-518。
[4] KADAMBUR R，KOTECHA P.使用精英教学-基于学习的优化在石化行业中进行多级生产规划[J]。专家系统与应用，2015,42（1）：628-641。
[5] LI B，SHAO Z J.关节轮式车辆在杂乱环境中的精确轨迹优化[J]。工程软件进展，2016,92:40-47。
[6] RAMTEKE M，SRINIVASAN R.集成图形表示和遗传算法的大型炼油厂原油调度[J]。工业与工程化学研究，2012，51（14）：5256-5272。
[7] 杨斌，于泰，舒海川.基于扰动观测器的阴阳对太阳能光伏逆变器分数阶PID控制[J]。《国际电能系统交易》，2018年，29（9）：e2697。
[8] PUNNATHANAM V，KOTECHA P.基于前向阴阳对优化的斯特林发动机系统多目标优化[J]。能源转换与管理，2017133:332-348。
[9] PUNNATHANAM V，KOTECHA P.阴阳对优化：一种新的轻量级优化算法[J]。人工智能的工程应用，2016,54:62-79。
[10] 李大海，艾志刚，王振东.国际YYPO：一种改进的阴阳对优化算法[J] ●●●●。计算机应用研究，2021，38（1）：134-139.
李德华，AI Z G，王志德.改进的阴阳对优化算法[J]。计算机应用研究，2021,38（1）：134-139。
[11] SCHAFFER J D.采用矢量评估遗传算法的多目标优化[C]//第一届遗传算法国际会议，匹兹堡，1985。
[12] GOLDBERG D E.搜索优化和机器学习中的遗传算法[M]。【S.l.】：艾迪森·韦斯利，1989年。
[13] SRINIVAS N，DEB K.遗传算法中使用非支配排序的多目标优化[J]。进化计算，1994,2（3）：221-248。
[14] ZITZLER E，THIELE L.多目标进化算法：比较案例研究和强度Pareto方法[J]。IEEE进化计算汇刊，1999,3（4）：257-271。
[15] JOSHUA D K，DAVID W C.使用帕累托存档进化策略逼近非支配前沿[J]。进化计算，2000,8（2）：149-172。
[16] COELLO C A C，PULIDO G T.一种用于多目标优化的微遗传算法[C]//第一届进化多准则优化国际会议，2001年3月7日至9日，苏黎世。
[17] DEB K P A，AGARWAL S，MEYARIVAN T.一种快速的精英多目标遗传算法：NSGA-II[J]。IEEE进化计算汇刊，2002,6:182-197。
[18] STORN R，PRICE K。差分进化——一种简单有效的连续空间全局优化启发式算法[J]。《全局优化杂志》，1997,11:341-359。
[19] XUE F，SANDERSON A C，GRAVERS R J.Pareto基多目标差分进化[C]//2003进化计算大会，2003。
[20] MIRJALI S，MIRJAILI S M，LEWIS A.灰狼优化器[J]。工程软件进展，2014,69:46-61。
[21]MIRJALI S，SAREMI S，MIRJAILI S M.多目标灰狼优化算法：一种新的多准则优化算法[J]。应用专家系统，2016,47（1）：106-119。
[22]埃伯哈特，肯尼迪。使用粒子群理论的新优化器[C]//1995年第六届国际微机械与人类科学研讨会。
[23]COELLO C A C，LECHUGA M S.MOPSO:多目标粒子群优化方案[C]//2002进化计算大会，2002。
[24]COELLO C A C，PULIDO G T，LECHUGA M S.用粒子群优化处理多目标[J]。IEEE进化计算汇刊，2004,8（3）：256-279。
[25]KARABOGA D，BASTURK B.一种强大而有效的数值函数优化算法：人工蜂群算法[J]。全球优化杂志，2007,39（3）：459-471。
[26]AKBARI R，HEDAYATZADEH R，ZIARATI K，等.一种多目标人工蜂群算法[J]。群与进化计算，2012,239-52。
[27]宋德荣，刘建波，杨杰，等.基于改进阴阳对优化的高空风电机组优化设计[J]。能源，2020193:116794。
[28]MOHAMMADIAN M，LORESTANI A，ARDEHALI M M.基于进化粒子群优化算法的单区域和多区域经济调度优化[J]。能源，2018161:710-724。
[29] 许秋艳，马良，刘勇.基于混沌搜索和错卦变换的阴阳平衡优化算法[J] .2020，40（8）：2305-2312。
徐庆英，马磊，刘毅.基于混沌搜索和复杂算子的阴阳对优化算法[J]。计算机应用杂志，2020,40（8）：2305-2312。
[30] 白首华，郭广颂，胡天彤.交互式多目标文化算法优化多模态混合指标[J] ●●●●。计算机工程与应用，2021，57（17）：80-87.
BAI S H，GUO G S，HU T T.基于交互式多目标文化算法的多模态混合指数优化[J]。计算机工程与应用，2021,57（17）：80-87。
[31] 丁一，张成成.集装箱码头送箱外集卡预约优化研究[J] ●●●●。计算机工程与应用，2021，57（19）：267-273.
丁毅，张春川.集装箱码头外送集装箱外运卡车的预约优化[J]。计算机工程与应用，2021,57（19）：267-273。
[32] 杨玮，吴莹莹，王婷.子母式穿梭车仓储系统配置优化问题研究[J] ●●●●。计算机工程与应用，2021，57（4）：258-265.
YANG W，WU Y Y，WANG T.航天飞机存储与检索系统配置优化问题研究[J]。计算机工程与应用，2021,57（4）：258-265。
[33] 赵辉，王天龙，刘衍舟，等.基于分解和支配关系的超多目标进化算法[J] ●●●●。电子与信息学报，2020，42（8）：1975-1981.
赵赫，王天力，刘永智，等。基于分解和优势关系的多目标进化算法[J]。《电子与信息技术杂志》，2020,42（8）：1975-1981。
[34]田毅，程锐，张欣，等.PlatEMO：进化多目标优化的MATLAB平台[J]。IEEE计算智能杂志，2017,12（4）：73-87。
[35]张Q，周A，赵S，等.中国电子商务2009年特别会议暨竞赛多目标优化测试实例[R]。埃塞克斯大学，2009年。
[36]VELDHUIZEN D A V，LAMONT G B.关于测量多目标进化算法性能[C]//2000年IEEE大会论文集，2000年。
[37]王燕恩，吴丽华，袁晓凤.基于精英存档和拥挤熵的多样性测度的多目标自适应差分进化[J]。软计算，2010，14（3）：193-209。
[38]MATLAB.gamultiobj[EB/OL]。[2020-10-16].https://ww2.mathworks.cn/help/gads/gamultiobj.html。
[39]雅皮兹。加强帕累托进化算法2（SPEA2）[EB/OL]。[2020年10月16日].https://ww2.mathworks.cn/matlabcentral/fileexchange/52871-strongth-pareto-evolutional-
算法-2-spea2。
[40]雅皮兹。非支配排序遗传算法II（NSGA-II）[EB/OL]。[2020年10月16日].https://ww2.mathworks.cn/matlabcentral/fileexchange/52869-非支配排序遗传算法-ii-nsga-ii。
[41]雅皮兹。多目标粒子群优化（MOP-
SO）【EB/OL】。[2020年10月16日].https://ww2.mathworks.cn/matlabcentral/fileexchange/52870-multi-objective-particle-swarmoptimization-mopso。
[42]MIRJALI S.多目标灰狼优化器（MOGWO）[EB/OL]。[2020年10月16日].https://ww2.mathworks.cn/matlabcentral/fileexchange/55979-multi-objective-grey-wolf-optimizer-mogwo。
[43] 张新明，姜云，刘尚旺，等.灰狼与郊狼混合优化算法及其聚类优化[J/OL].《中国日报》（2020-03-26）[2020-10-16].https://doi.org/10.16383/J.aas.c190617。
张晓明，姜毅，刘素伟，等.基于灰狼优化的混合郊狼优化算法及其在聚类优化中的应用[J]。自动化学报（2020-03-26）[2020-10-16]。https://doi.org/10.16383/j.aas.c190617。
[44]WOLPERT D H，MACREADY W G.优化无免费午餐定理[J]。IEEE进化计算汇刊，1997年，1（1）：67-82。