×
叶千林；王万良；李国庆；戴锐

一种用于约束多目标优化问题的自组织辅助多任务算法。 （英语） Zbl 07842990号

信息科学。 664，文章ID 120339，21 p.（2024）.
摘要：约束多目标优化问题（CMOP）需要在满足约束和优化目标之间取得微妙的平衡。现有的约束多目标进化算法（CMOEAs）往往难以平衡收敛性、多样性和可行性，尤其是在处理具有复杂可行区域的CMOP时。本文提出了一种基于多任务的自组织映射进化算法（MTSOM）来应对这一挑战，该算法包括主任务和辅助任务。在早期阶段，两个种群独立地优化两个任务，而不考虑约束。随后，在中间阶段，这两个任务通过使用新的约束到约束自组织映射（SOM）方法并行探索种群的分布结构。在后期，主要任务充分考虑可行性，而辅助任务仅关注最高优先级的约束。这种方法可以快速收敛到可行区域。为了评估MTSOM的有效性，我们在五个基准套件上进行了一系列实验。结果表明，与其他最先进的CMOEA相比，MTSOM具有竞争力。此外，我们提出的约束到约束SOM在处理复杂CMOP方面具有优势。

MSC公司：

90立方厘米 数学编程
68倍 计算机科学

关键词：

约束多目标优化；自组织映射；多任务；约束到约束
PDF格式BibTeX公司 XML格式引用
\textit{Q.Ye}等人，《信息科学》。664，文章ID 120339，21 p.（2024；Zbl 07842990）
全文： DOI程序

参考文献：

[1] 詹，Z。；Shi，L。；Tan，K。；Zhang，J.，复杂连续优化的进化计算综述，Artif。智力。版次：5559-1102022
[2] 王，S。；李，B。；Zhou，A.，一种用于多目标优化的带双空间搜索的正则性增强进化算法，Swarm Evol。计算。，78, 2023
[3] 邹，J。；Sun，R。；Yang，S。；Zheng，J.，一种基于交替进化和退化的双种群算法，用于求解约束多目标优化问题，Inf.Sci。，579, 89-102, 2021
[4] 瓦斯奎兹，L.O.P。；雷东多，J.L。；J.D.A.Hervás。；拉米雷斯，V.M。；Torres，J.L.，通过使用mpc和多目标优化的能源管理系统平衡微电网中的二氧化碳排放和经济成本，应用。能源，3472023
[5] 哈桑，K.W。；阿里，S.M。；Paul，S.K。；Kabir，G.，带中断风险的多目标闭环绿色供应链模型，应用。软计算。，136, 2023
[6] 史J。；陈，M。；马云（Ma，Y.）。；乔，F.，使用两阶段多目标粒子群优化算法求解一个新的无聊软件双源约束柔性车间调度问题，信息科学。，643, 2023
[7] 明，F。；龚·W。；李，S。；Wang，L。；Liao，Z.，通过确定点过程处理受约束的许多目标优化问题，Inf.Sci。，643, 2023
[8] 考西克，M。；皮科托，F。；Sbaiz，G。；Valentinuz，G.，用于解决大规模基数约束投资组合优化问题的带变异算子的基于层次的混合学习群算法，信息科学。，634, 321-339, 2023
[9] 风扇，Z。；李伟（Li，W.）。；蔡，X。；黄，H。；方，Y。；你，Y。；莫，J。；魏，C。；Goodman，E.，《具有大不可行区域的cmops的moea/d中改进的ε约束处理方法》，软计算。，23, 23, 12491-12510, 2019
[10] 风扇，Z。；王，Z。；李伟（Li，W.）。；袁，Y。；你，Y。；杨，Z。；Sun，F。；Ruan，J.，嵌入m2m框架中的推拉搜索，用于解决约束多目标优化问题，Swarm Evol。计算。，54, 2020
[11] 李，J。；李，J。；帕尔达洛斯，P.M。；Yang，C.，Dmaoea-εC：基于分解的多目标进化算法和ε-约束框架，Inf.Sci。，537, 203-226, 2020 ·Zbl 1474.90535号
[12] Runarsson，T.P。；Yao，X.，约束进化优化的随机排序，IEEE Trans。进化。计算。，4, 3, 284-294, 2020
[13] Ma Z.，Y.Wang，W.Song，进化约束多目标优化的新适应度函数，IEEE Trans。系统。网络人：系统。51 (8) (2021) 5005-5016, https://doi.org/10.109/tsmc.2019.2943973。
[14] 周，Y。；朱，M。；Wang，J。；张，Z。；Xiang，Y。；Zhang，J.，约束多目标优化的三目标进化框架，IEEE Trans。系统。网络人：系统。，1-14, 2019
[15] 古普塔，A。；Ong，Y.-S。；冯，L.，《多因素进化：走向进化多任务》，IEEE Trans。进化。计算。，2016年3月20日
[16] 乔·K。；Yu，K。；Qu，B。；梁，J。；宋，H。；Yue，C。；Lin，H。；Tan，K.C.，约束多目标优化的基于动态辅助任务的进化多任务，IEEE Trans。进化。计算。，27, 3, 642-656, 2022
[17] 李凯。；Chen，R。；Fu，G。；Yao，X.，约束多目标优化的双存档进化算法，IEEE Trans。进化。计算。，23, 2, 303-315, 2019
[18] 田，Y。；张，T。；肖，J。；张，X。；Jin，Y.，约束多目标优化问题的协同进化框架，IEEE Trans。进化。计算。，25, 1, 102-116, 2021
[19] Dang，Q。；高，W。；龚，M。；Yang，S.，基于积极知识转移机制的多目标多任务优化，信息科学。，612, 322-343, 2022
[20] 陈，H。；刘，H。；顾，F。；Tan，K.C.，使用转移秩的多目标多任务优化算法，IEEE Trans。进化。计算。，27, 2, 237-250, 2022
[21] 乔·K。；梁，J。；刘，Z。；Yu，K。；Yue，C。；Qu，B.，带全局和局部辅助任务的约束多目标优化进化多任务，IEEE/CAA J.Autom。罪。，10, 10, 1951-1964, 2023
[22] Li，M。；Zhao，Y。；卢，M。；邓，S。；Wang，L.，一种多任务多目标差异进化基因选择算法，使用新的精英和指导策略增强肿瘤识别，专家系统。申请。，241，第122701条，第2024页
[23] Wu，S。；詹，Z。；Tan，K.C。；Zhang，J.，多任务优化的可转移自适应差分进化，IEEE Trans。赛博。，53, 11, 7295-7308, 2023
[24] Wu，S。；詹，Z。；Tan，K.C。；Zhang，J.，多任务优化的正交变换，IEEE Trans。进化。计算。，27, 1, 185-200, 2022
[25] 姜瑜。；詹，Z。；Tan，K.C。；Zhang，J.，进化多任务优化的块级知识转移，IEEE Trans。赛博。，1-14, 2023
[26] 风扇，Z。；李伟（Li，W.）。；蔡，X。；李，H。；魏，C。；张，Q。；德布，K。；Goodman，E.，求解约束多目标优化问题的推拉搜索，Swarm Evol。计算。，44, 665-679, 2019
[27] 田，Y。；Zhang，Y。；苏，Y。；张，X。；Tan，K.C。；Jin，Y.，约束进化多目标优化中的平衡目标优化和约束满足，IEEE Trans。赛博。，52, 9, 9559-9572, 2022
[28] 马，H。；魏，H。；田，Y。；Cheng，R。；Zhang，X.，复杂约束多目标优化的多阶段进化算法，Inf.Sci。，560, 68-91, 2021 ·Zbl 1484.90141号
[29] 刘，Z.-Z。；Wang，Y.，处理决策空间和目标空间中具有约束的多目标优化问题，IEEE Trans。进化。计算。，23, 5, 870-884, 2019
[30] Pramanik，A。；Sarkar，S。；Maiti，J。；Mitra，P.，Rt-gsom:粗糙容忍增长自组织映射，Inf.Sci。，566, 19-37, 2021 ·Zbl 1527.68191号
[31] 谢军。；张，S。；Wang，H。；Wu，D.，基于灰狼优化的自组织模糊多目标进化算法，软计算。，262, 12077-12092, 2022
[32] Zhu，Y。；秦，Y。；Yang，D。；Xu，H。；Zhou，H.，一种具有自组织协作方案的基于分解的增强型多目标进化算法，专家系统。申请。，213，第118915条，第2023页
[33] 他，C。；Li，M。；张，C。；陈，H。；钟，P。；李，Z。；Li，J.，约束多目标优化问题的自组织映射方法，复杂智能。系统。，8, 6, 5355-5375, 2022
[34] 马，Z。；Wang，Y.，进化约束多目标优化：测试套件构建和性能比较，IEEE Trans。进化。计算。，23, 6, 972-986, 2019
[35] Sun，R。；邹，J。；刘，Y。；Yang，S。；Zheng，J.，解决多约束多目标优化问题的多阶段算法，IEEE Trans。进化。计算。，27, 5, 1207-1219, 2022
[36] 德布，K。；Agrawal，R.，连续搜索空间的模拟二进制交叉，复杂系统。，9, 6, 115-148, 1995 ·Zbl 0843.68023号
[37] 德布，K。；普拉塔普，A。；阿加瓦尔，S。；Meyarivan，T.，一种快速的精英多目标遗传算法：Nsga-ii，IEEE Trans。进化。计算。，6, 2, 182-197, 2002
[38] 乔·K。；梁，J。；Yu，K。；王，M。；Qu，B。；Yue，C。；Guo，Y.，一种基于自适应进化多任务的约束多目标进化算法，IEEE trans。emerg.top，计算。智力。，1-15, 2023
[39] 德布，K。；Thiele，L。；Laumanns，M。；Zitzler，E.，进化多目标优化的可扩展测试问题，2005，施普林格：施普林格伦敦，伦敦
[40] 张，Q。；周，A。；赵，S。；Suganthan，P.N。；刘伟。；Tiwari，S.，cec 2009特别会议和竞赛的多目标优化测试实例，技术代表，264，1-30，2008
[41] Dong，J。；龚·W。；明，F。；Wang，L.，基于三个指标的两阶段进化算法，用于约束多目标优化，专家系统。申请。，195，第116499条，第2022页
[42] 他，C。；Cheng，R。；田，Y。；张，X。；Tan，K.C。；Jin，Y.，约束大规模多目标优化的对子代生成，IEEE Trans。进化。计算。，25, 3, 448-462, 2021
[43] K.Yu，J.Liang，B.Qu，Y.Luo，C.Yue，动态选择偏好辅助约束多目标差分进化，IEEE Trans。系统。网络人：系统。52 (5) (2022) 2954-2965, https://doi.org/10.1109/tsmc.2021.3061698。
[44] Jiao，R。；曾S。；李，C。；Yang，S。；Ong，Y.S.，通过问题转换处理约束多目标优化问题，IEEE Trans-Cybern，51，10，4834-48472021
[45] 李，J。；詹，Z。；李毅。；Zhang，J.，《多目标多任务：通过多任务优化的新多目标优化方法》，IEEE Trans。进化。计算。，1, 2023
[46] Shang，K。；Ishibuchi，H。；He，L。；Pang，L.M.，进化多目标优化中的超体积指标调查，IEEE Trans。进化。计算。，25, 1, 1-20, 2021
[47] 詹，Z。；王，Z。；Jin，H。；Zhang，J.，自适应分布式差分进化，IEEE Trans。赛博。，50, 11, 4633-4647, 2019
[48] Wu，S。；詹，Z。；Zhang，J.，Safe:代价高昂的优化问题的尺度自适应适应度评估方法，IEEE Trans。进化。计算。，25, 3, 478-491, 2021
[49] Han，H。；刘，Y。；Hou，Y。；乔，J.，具有自调整策略的多模式多目标粒子群优化，信息科学。，629, 580-598, 2023
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。