×
奥利弗·舒茨;阿达内·马汀;劳拉，阿德里安娜;塞尔吉奥·阿尔瓦拉多;爱德华多·萨利纳斯;卡洛斯·科埃洛·科埃洛。

多目标模因算法的定向搜索方法。 （英语） Zbl 1332.90261号

计算。最佳方案。申请。 63，第2号，305-332（2016）.
摘要：我们提出了一种新的迭代搜索过程，用于无约束多目标优化问题（MOP）的数值处理，该迭代搜索过程将沿着目标空间中给定的预定义方向进行搜索。基于这一思想，我们将提出两种方法：直接搜索下降法（DS），它寻求对给定模型的改进，以及一种新的延拓方法（DS延拓），它允许沿着给定MOP的Pareto集进行搜索。这两种方法的一个优点是可以在有梯度信息和无梯度信息的情况下实现，如果有邻域信息，搜索方向的计算甚至是免费的。后者使我们的算法成为模因策略中本地搜索引擎的有趣候选。此外，该方法还可以用于对多目标随机局部搜索的本质进行一些有趣的了解，这可以解释多目标进化算法（MOEA）成功的一个方面。最后，我们证明了该方法作为独立算法和MOEA中的本地搜索引擎的优势。

引用于9文件

MSC公司：

90C29型 多目标规划

关键词：

多目标优化;延续;模因算法;随机局部搜索

软件：

MOEA/D公司;NBI公司;SMS-EMOA公司
PDF格式BibTeX公司 XML格式引用
\textit{O.Schütze}等人，计算。最佳方案。申请。63，第2号，305-332（2016；Zbl 1332.90261）
全文： 内政部

参考文献：

[1] Deb，K.：使用进化算法的多目标优化。奇切斯特·威利（2001）·Zbl 0970.90091号
[2] Beume，N.，Naujoks，B.，Emmerich，M.：SMS-EMOA：基于支配超体积的多目标选择。欧洲药典。第181（3）号决议，1653-1669（2007）·Zbl 1123.90064号 ·doi:10.1016/j.ejor.2006.08.008
[3] Zhang，Q.，Li，H.：MOEA/D：基于分解的多目标进化算法。IEEE传输。进化。计算。11(6), 712-731 (2007) ·doi:10.1109/TEVC.2007.892759
[4] Knowles，J.，Corne，D.：M-PAES：多目标优化的模因算法。载：《IEEE进化计算大会论文集》，第325-332页。新泽西州皮斯卡塔韦（2000）·Zbl 1123.90064号
[5] Ishibuchi，H.，Yoshida，T.，Murata，T.：多目标置换flowshop调度的模因算法中遗传搜索和局部搜索之间的平衡。IEEE传输。进化。计算。7(2), 204-223 (2003) ·doi:10.1109/TEVC.2003.810752
[6] Lara，A.，Sanchez，G.，Coello，C.A.C.，Schütze，O.：HCS：模因多目标进化算法的新局部搜索策略。IEEE传输。进化。计算。14（1），112-132（2010）·doi:10.1109/TEVC.2009.2024143
[7] Vasile，M.，Zuiani，F.：多智能体协作搜索：一种应用于空间轨道设计的基于智能体的模因多目标优化算法。程序。仪器机械。工程G 225（11），1211-1227（2011）·doi:10.1177/0954410011410274
[8] Zuiani，F.，Vasile，M.：基于切比雪夫分解的多智能体协作搜索。计算。最佳方案。申请。56(1), 189-208 (2013) ·Zbl 1276.90065号 ·doi:10.1007/s10589-013-9552-9
[9] 罗伊·B：多目标函数的问题和方法。数学。程序。1, 239-266 (1971) ·Zbl 0254.90061号 ·doi:10.1007/BF01584088
[10] Gembicki，F.W.，Haimes，Y.Y.：性能和多目标灵敏度优化方法：目标实现方法。IEEE传输。自动。控制20769-771（1975）·doi:10.1109/TAC.1975.1101105
[11] Das，I.，Dennis，J.：正边界交集：在非线性多准则优化问题中生成Pareto曲面的新方法。SIAM J.优化。8, 631-657 (1998) ·Zbl 0911.90287号 ·doi:10.1137/S1052623496307510
[12] Potschka，A.，Logist，F.，Impe，J.F.V.，Bock，H.G.：通过ODE技术追踪双目标优化问题中的Pareto前沿。数字算法57（2），217-233（2011）·Zbl 1217.65110号 ·doi:10.1007/s11075-010-9425-6
[13] Bosman，P.A.N.：关于实值多目标优化的梯度和混合进化算法。IEEE传输。进化。计算。16(1), 51-69 (2012) ·doi:10.1109/TEVC.2010.2051445
[14] Schütze，O.，Lara，A.，Coello，C.A.C.：无约束多目标优化问题的定向搜索方法。摘自：《EVOLVE学报——概率、面向集合的数值和进化计算之间的桥梁》，第1-4页（2011年）
[15] Mejia，E.，Schütze，O.：一种用于计算多目标优化问题边界点的预测-校正方法。在：CCE 2010，第395-399页（2010）
[16] Lara，A.、Alvarado，S.、Salomon，S.，Avigad，G.、Coello，C.A.C.、Schütze，O.：无梯度定向搜索方法作为多目标进化算法中的局部搜索。收录于：EVOLVE II，第153-168页（2013年）
[17] 帕雷托：《政治经济学手册》。麦克米兰出版社，伦敦（1971）。1927年法文原版
[18] Hillermeier，C.：非线性多目标优化——广义同伦方法。Birkhäuser，巴塞尔（2001年）·兹比尔0966.90069 ·数字对象标识代码：10.1007/978-3-0348-8280-4
[19] Kuhn，H.，Tucker，A.：非线性规划。收录于：Neumann，J.（编辑）《第二届伯克利数理统计与概率研讨会论文集》，第481-492页（1951年）·Zbl 0044.05903号
[20] Nocedal，J.，Wright，S.：数值优化。《Springer运筹学和金融工程系列》，纽约Springer出版社（2006年）·Zbl 1104.65059号
[21] Deufhard，P.，Borneman，F.：《科学计算与常微分方程》。应用数学课文42。斯普林格，纽约（2002）·Zbl 1001.65071号 ·数字对象标识代码：10.1007/978-0-387-21582-2
[22] Allgower，E.L.，Georg，K.：数值延拓方法。斯普林格，纽约（1990年）·Zbl 0717.65030号 ·doi:10.1007/978-3-642-61257-2
[23] Harada，K.，Sakuma，J.，Kobayashi，S.，Ono，I.：通过Pareto路径跟踪对局部Pareto-最优解曲线进行均匀采样及其在多目标GA中的应用。in:GECCO（2007）·Zbl 1229.68077号
[24] Wang，H.：连续多目标优化的曲折搜索。Inf.J.计算。25(4), 654-665 (2013) ·doi:10.1287/ijoc.1120.0528
[25] Schäffler，S.，Schultz，R.，Weinzierl，K.：解决无约束向量优化问题的随机方法。J.优化。理论应用。114(1), 209-222 (2002) ·Zbl 1022.90027号 ·doi:10.1023/A:1015472306888
[26] Henderson，M.E.：多参数延拓：计算隐式定义的k流形，I.J.Bifurc。混沌12（3），451-476（2003）·Zbl 1044.37053号 ·doi:10.1142/S0218127402004498
[27] Schütze，O.，Dell'Aere，A.，Dellnitz，M.：关于多目标优化问题数值处理的连续方法。摘自：Branke，J.等人（编辑）《多目标优化的实用方法》，Dagstuhl研讨会论文集第04461期（2005年）
[28] Boissonnat，J.-D.，Ghosh，A.：用光脚手架对光滑子流形进行三角化。数学。计算。科学。4（4），431-461（2010）·Zbl 1229.68077号 ·doi:10.1007/s11786-011-0066-5
[29] Brown，M.，Smith，R.E.：定向多目标优化。国际期刊计算。系统。信号6（1），3-17（2005）
[30] Köppen，M.，Yoshida，K.：通过逐步领导者选择实现多目标粒子群优化。收录于：ICANNGA 2007，第323-331页。施普林格，柏林（2007）
[31] Schütze，O.，Laumanns，M.，Tantar，E.，Coello，C.A.C.，Talbi，E.-G.：随机搜索算法收敛到无间隙Pareto前沿近似。收录于：GECCO-2007，第892-901页（2007）·Zbl 1044.37053号
[32] Ishibuchi，H.，Murata，T.：多目标遗传局部搜索算法。摘自：第三届IEEE进化计算国际会议论文集，日本名古屋，第119-124页（1996）
[33] Domínguez，I.S.、Aguirre，A.H.、Valdez，S.I.：梯度驱动密度的新EDA。摘自：Nature-PPSN XIII-13国际会议的并行问题解决，第352-361页（2014）
[34] Alvarado，S.：El punto a punto de lasécnicas de büsquedas局部优化算法。Cinvestav-IPN硕士论文（2012年）
[35] Deb，K。；Thiele，L。；Laumanns，M。；Zitzler，E。；Abraham，A.（编辑）；Jain，L.（编辑）；Goldberg，R.（编辑），进化多目标优化的可扩展测试问题，105-145（2005），伦敦·Zbl 1078.90567号 ·数字对象标识代码：10.1007/1-84628-137-76
[36] Motta，R.，Silvana，S.A.M.，Lyra，P.：解决n个多目标优化问题的改进NBI和NC方法。结构。多磁盘。最佳方案。46(2), 239-259 (2012) ·Zbl 1274.90370号 ·文件编号：10.1007/s00158-011-0729-5
[37] Zitzler，E.，Deb，K.，Thiele，L.：多目标进化算法的比较：经验结果。进化。计算。8(2), 173-195 (2000) ·数字对象标识代码：10.1162/106365600568202
[38] Caponio，A.，Neri，F.：在多目标模因算法中集成交叉优势适应。柏林施普林格出版社（2009）·Zbl 1160.90507号 ·doi:10.1007/978-3-540-88051-6_15
[39] Lin，J.-Y.，Chen，Y.-P.：模因计算中全局搜索和局部搜索的协作分析。IEEE传输。进化。计算。15(5), 608-623 (2011) ·doi:10.1109/TEVC.2011.2150754
[40] Knowles，J。；Corne，D.，《用于多目标优化的Memetic算法：问题、方法和前景》，313-352（2005），柏林·doi:10.1007/3-540-3263-5_14
[41] 舒克拉，P。；Obayashi，S.（编辑）；等。，无约束进化多目标优化中基于梯度的局部搜索方法，96-110（2007），海德堡
[42] Zhang，Q.，Zhou，A.，Zhao，S.，Suganthan，P.N.，Liu，W.，Tiwari，S.：CEC 2009年特别会议和竞赛的多目标优化测试实例，工作报告CES-887，埃塞克斯大学计算机科学与电气工程学院，于2009年4月20日修订（2008）
[43] Zhang，Q.，Liu，W.，Li，H.：新版MOEA/D在CEC09无约束MOP测试实例上的性能。摘自：IEEE进化计算大会，2009年（CEC'09），第203-208页。IEEE（2009年）
[44] Schütze，O.，Esquivel，X.，Lara，A.，Coello，C.A.C.：在进化多目标优化中使用平均Hausdorff距离作为性能度量。IEEE传输。进化。计算。16(4), 504-522 (2012) ·doi:10.1109/TEVC.2011.2161872
[45] Zitzler，E.：多目标优化的进化算法：方法和应用。瑞士苏黎世理工学院博士论文（1999年）
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。