×
王青竹;张玲玲;魏爽;李斌

基于张量分解的交替子种群进化用于大规模多目标优化。 （英语） Zbl 1527.90208号

信息科学。 569, 376-399 (2021).
摘要：本文提出了一种基于张量分解的子种群交替进化算法TASE，用于解决具有大规模决策变量的多目标优化问题首次引入分解，将高维决策空间的异质变量分解为几个低维子成分。此外，这些子种群被交替优化，以在其各自的低维决策子空间中搜索改进的解。最后，设计了一种跨种群匹配方案，以准确地重建整个种群。实验使用了一些大规模的多目标问题，有2-6个目标和1000-5000个变量。将所提出的算法与其他最先进的算法进行了比较，实验结果表明，该算法可以解决其他著名的大规模优化算法无法解决的一些问题，并且在求解质量和收敛速度方面优于其他算法。

MSC公司：

90C29型 多目标规划
15A69号 多线性代数，张量演算
68瓦50 进化算法、遗传算法（计算方面）
15甲18 特征值、奇异值和特征向量
68T05型 人工智能中的学习和自适应系统
90 C59 数学规划中的逼近方法和启发式方法

关键词：

大规模优化;张量分解;多目标优化;启发式算法

软件：

PlatEMO公司;MOEA/D公司;SMPSO公司
PDF格式BibTeX公司 XML格式引用
\textit{Q.Wang}等人，《信息科学》。569376-399（2021年；Zbl 1527.90208）
全文： 内政部

参考文献：

[1] 刘海珠。；Pu，J。；Yang，L.T.，移动云任务调度的整体优化框架，IEEE Trans。可持续计算。，4, 2, 217-230 (2019)
[2] Elaziz，医学硕士。；Lu，S.F.，使用膝关节进化算法的多目标多级阈值图像分割，专家系统。申请。，125, 305-316 (2019)
[3] Wan，Y.T。；钟永福。；Zhang，L.P.，高光谱图像的多目标稀疏子空间聚类，IEEE Trans。地质科学。遥感，58，4，2290-2307（2020）
[4] 斯托亚诺维奇，V。；Nedic，N.，液压驱动并联机器人平台级联控制的自然启发参数调整方法，J.Optim。理论应用。，168, 332-347 (2016) ·Zbl 1352.93077号
[5] 斯托亚诺维奇，V。；Nedic，N。；Prsic，D.，《布谷鸟搜索算法在并联机器人平台约束控制问题中的应用》，Int.J.Adv.Manuf.Technol。，87, 9-12, 2497-2507 (2016)
[6] 陶海峰。；王，P。；Chen，Y.Y.，使用STFT和生成神经网络的滚动轴承无监督故障诊断方法，J.Franklin Inst.，357，11，7286-7307（2020）·Zbl 1455.94231号
[7] Dong，X.F。；他，S.P。；Stojanovic，V.，一类带有跳跃故障信号的离散时间圆锥型非线性马尔可夫跳跃系统的鲁棒故障检测滤波器设计，IET控制理论应用。，14, 14, 1912-1919 (2020)
[8] Zhou，L.H。；陶，H.F。；Paszke，W.，不确定空间互联系统的PD型迭代学习控制，数学。，8, 1528, 1-18 (2020)
[9] 马哈达维，S。；Shiri，M.E。；Rahnamayan，S.，《大规模全球持续优化中的元启发式：一项调查》，《信息科学》。，295, 407-428 (2015)
[10] Ma，X.L。；刘，F。；Qi，Y.T.，基于决策变量分析的大变量多目标优化问题的多目标进化算法，IEEE Trans。进化。计算。，20, 2, 275-298 (2016)
[11] 刘S.B。；Yu，Q.Y。；林庆珍，基于自适应聚类的多目标优化进化算法，信息科学。，537, 261-283 (2020) ·Zbl 1474.90538号
[12] 张，X。；田，Y。；Cheng，R.，基于决策变量聚类的大规模多目标优化进化算法，IEEE Trans。进化。计算。，22, 1, 97-112 (2018)
[13] 安东尼奥·L·M。；Coello，C.A.，共同进化多目标进化算法：最新技术综述，IEEE Trans。进化。计算。，22, 6, 851-865 (2018)
[14] Omidvar，M.N。；杨，M。；Mei，Y.，DG2：用于大规模黑盒优化的更快、更准确的差分分组，IEEE Trans。进化。计算。，21, 6, 929-942 (2017)
[15] 刘，R。；刘杰。；Li，Y.，基于随机动态分组的大规模多目标优化问题权重优化框架，Swarm Evol。计算。，55, 1-10 (2020)
[16] Wang，J.H。；岑，B.Z。；Gao，S.C.，针对多目标优化的有重点搜索的合作进化框架，IEEE Trans。Emerg.顶部。计算。智力。，4, 3, 398-412 (2020)
[17] Zille，H。；Ishibuchi，H。；Mostaghim，S.，基于问题转换的大规模多目标优化框架，IEEE Trans。进化。计算。，22, 2, 260-275 (2018)
[18] 他，C。；Li，L.H。；田毅，通过问题重构加速大规模多目标优化，IEEE Trans。进化。计算。，23, 6, 949-961 (2019)
[19] Zhang，Y。；Wang，G.G。；李克强，利用信息反馈模型增强MOEA/D，用于大规模多目标优化，信息科学。，522, 1-16 (2020) ·Zbl 1458.90584号
[20] Chen，香港。；程，R。；Wen，J.M.，利用可扩展小子种群的协方差矩阵自适应进化策略解决大规模多目标优化问题，信息科学。，509, 457-469 (2020) ·Zbl 1456.90141号
[21] Darwish，A。；Hassanien，A.E。；Das，S.，深入学习的群体和进化计算方法调查，Artif。智力。第53版，1767-1812（2020）
[22] 潘·L·Q。；Li，L.H。；He，C.，一种基于分区的进化算法，具有多目标优化的有效交配选择，IEEE Trans。赛博。，50, 8, 3477-3490 (2020)
[23] Shang，K。；Ishibuchi，H。；Ni，X.Z.，基于R2的超体积贡献近似，IEEE Trans。进化。计算。，24, 1, 185-192 (2020)
[24] 顾振明。；Wang，G.G.，利用信息反馈模型改进NSGA-III算法，用于大规模多目标优化，Fut。发电机计算。系统。，107, 49-69 (2020)
[25] 程，R。；Jin，Y。；Olhofer，M.，用于多目标优化的参考向量引导进化算法，IEEE Trans。进化。计算。，20, 5, 773-791 (2016)
[26] H.Ishibuchi，N.Tsukamoto，Y.Nojima，《进化多目标优化：简短回顾》，摘自：Proc。IEEE会议。进化。计算。，香港，2008年，第2419-2426页
[27] 林庆珍。；刘S.B。；Zhu，Q.L.，多目标优化问题的平衡适应度估计粒子群优化，IEEE Trans。进化。计算。，22, 1, 32-46 (2018)
[28] Ma，X.L。；张，Q.F。；Tian，G.D.，关于多目标进化优化的切比雪夫分解方法，IEEE Trans。进化。计算。，22, 2, 226-244 (2018)
[29] 顾，F。；Cheng，Y.M.，基于分解的多目标进化算法的自组织地图权重设计，IEEE Trans。进化。计算。，22, 2, 211-225 (2018)
[30] Zheng，Y.B。；黄先生。；Zhao，X.L.，张量N管秩及其低秩张量恢复的凸松弛，信息科学。，532, 170-189 (2020) ·Zbl 1459.68181号
[31] 王，J.M。；徐志勇。；Wang，Z.Q.，快速压缩传感重建：半张量积方法，信息科学。，512, 693-707 (2020) ·Zbl 1456.94011号
[32] Wang，D.J。；于伟（Yu，W.）。；Zou，X.F.，基于张量的数学框架和时间多层网络的新中心性，信息科学。，512, 563-580 (2020) ·Zbl 1457.90034号
[33] Mohamed，S.K.，使用多部分张量分解预测组织特异性蛋白质功能，Inf.Sci。，508, 343-357 (2020)
[34] 王义杰。；Dong，M.M。；Xu，Y.，高阶张量的稀疏ratrnk-1近似算法，应用。数学。莱特。，102, 1-8 (2020) ·Zbl 07206961号
[35] Bu，F.Y.，一种基于规范多元分解的高效模糊C均值方法，用于对物联网中的大数据进行聚类，Fut。发电机计算。系统。，88, 675-682 (2018)
[36] 韦夫利特，N。；辩论，O。；Sorber，L.，《利用不完全张量的分解打破维度诅咒》，IEEE Signal Process Mag.，31，5，71-79（2014）
[37] 冯，J。；Yang，L.T。；Zhang，R.，安全可持续网络物理社会大数据计算的基于张量的优化模型，IEEE Trans。维持。计算。，5, 2, 223-234 (2020)
[38] Wang，X.K。；Yang，L.T。；Chen，X.Y.，网络物理社会大数据的张量计算和优化模型，IEEE Trans。维持。计算。，4, 4, 326-339 (2019)
[39] Pistolesi，F。；Lazzerini，B.，TeMA：产品翻新中多目标并行拆卸序列规划的张量模因算法，IEEE Trans。Ind.Inf.，15，6，3743-3753（2019）
[40] 张，Q。；Li，H.，MOEA/D：基于分解的多目标进化算法，IEEE Trans。进化。计算。，11, 6, 712-731 (2007)
[41] Lathauwer，L.E。；摩尔，B.D。；Vandewalle，J.，《多重线性奇异值分解》，SIAM J.矩阵分析。申请。，21, 4, 1253-1278 (2000) ·兹比尔0962.15005
[42] 费尔南德斯。；Fanaee-T，H。；Gama，J.，NORMO：估算cp张量分解分量数的新方法，工程应用。Artif公司。智力。，96, 1-9 (2020)
[43] Zniyed，Y。；博耶，R。；阿尔梅达，A.L.F.，通过耦合的三阶CP和塔克分解序列进行高阶张量估计，线性代数应用。，588, 304-337 (2020) ·兹伯利1437.15036
[44] A.J.Nebro，J.J.Durillo，G.Nieto等人，SMPSO：一种新的基于PSO的多目标优化元启发式算法，收录于：2009年IEEE多准则决策中的计算智能研讨会，2009年，第66-73页
[45] 诺维科夫，A。；波多里钦，D。；Osokin，A.，拉紧神经网络，高级神经信息处理。系统。，2015, 442-450 (2015)
[46] 田，Y。；程，R。；张，X。；Jin，Y.，PlatEMO:进化多目标优化的matlab平台，IEEE Comput。智力。Mag.，12，4，73-87（2017）
[47] Deb，K。；Jain，H.，使用基于参考点的非支配排序方法的进化多目标优化算法，第一部分：用方框约束解决问题，IEEE Trans。进化。计算。，18，4（2014），第577-601页（NSGA3）
[48] Cheng，R.，CEC 2017年多目标优化竞赛的基准函数，复杂智能。系统。，3, 1, 67-81 (2017)
[49] 姜世勇（Jiang，S.Y.）。；李洪瑞。；Guo，J.L.，AREA：一种基于参考集的多目标优化自适应进化算法，Inf.Sci。，515, 365-387 (2020) ·Zbl 1457.68342号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。