炒作

HypE:一种基于快速超体积的多目标优化算法。在演化多准则优化领域中,超体积指标是唯一已知的关于Pareto优势严格单调的单集质量度量:当一个Pareto集近似完全控制另一个Pareto集近似时,优势集的指标值也会更好。这个性质对于涉及大量目标函数的问题具有很高的兴趣和相关性。然而,超体积计算所需的大量计算工作至今阻碍了这一指标潜力的充分发挥;目前基于超体积的搜索算法局限于目标数较少的问题。本文针对这一问题,提出了一种快速搜索算法,利用蒙特卡罗模拟来近似精确的超体积值。其主要思想并不是说实际的指标值很重要,而是由超容量指标诱导的解决方案排名。详细地,我们提出了一种用于多目标优化的超体积估计算法HypE,通过该算法可以在估计精度和可用计算资源之间进行权衡;因此,基于超卷的搜索不仅使许多客观问题变得可行,而且运行时可以灵活调整。此外,我们还展示了如何使用相同的原则来统计比较不同多目标优化器相对于超容量的结果,到目前为止,统计测试仅限于目标较少的场景。实验结果表明,与现有的多目标进化算法相比,HypE对许多目标问题都是高效的。HypE可从以下网址下载http://www.tik.ee.ethz.ch/sop/download/supplementary/hype/


zbMATH中的参考文献(参考文献72条)

显示第1到第20个结果,共72个。
按年份排序(引用)
  1. 比诺伊斯,米凯尔;皮切尼,维克托;泰兰德,帕特里克;Habbal,Abderrahmane:多目标贝叶斯优化的Kalai-Smorodinsky解决方案(2020)
  2. 陈、黄科;程,冉;文,金明;李海峰;翁健:用可伸缩小种群协方差矩阵自适应进化策略求解大规模多目标优化问题(2020)
  3. 董志明;王先鹏;唐立新:基于链分割的自适应权向量调整策略的MOEA/D(2020)
  4. 格雷罗,安德烈亚P。;Fonseca,Carlos M.:超容积夏普比率指标分析(2020年)
  5. 黑尔,约书亚Q。;朱鹤林;周恩禄:控制测度:求解多目标优化问题的新尺度(2020)
  6. 韩,丁;郑建荣:基于Kriging模型的基于R2期望改善指标的多目标优化算法(2020)
  7. Liang,Liang:一种融合多目标帝国分割算法(2020)
  8. 刘、元;朱,宁波;李,垦利;李,米青;郑金华;李克勤:进化多目标优化的角度优势准则(2020)
  9. 刘志忠;王勇;基于邱和黄的进化选择算法
  10. 李文华;王瑞;张涛;明,孟俊;李开文:进化多目标优化的再研究:关注帕累托膝关节前部(2020)
  11. 罗建平;黄雄文;杨云;李夏;王振坤;冯继强:基于指示向量和方向向量的多目标粒子群优化算法(2020)
  12. 气,玉桃;刘大庄;李晓东;雷、娇娇;徐小英;苗启光:一种基于罚函数的多目标优化问题边界交集方法(2020)
  13. 罗哈斯·冈萨雷斯,塞巴斯蒂安;van Nieuwenhuyse,Inneke:基于kriging的多目标仿真优化填充算法综述(2020)
  14. 唐伟森;刘海林;陈雷;谭凯辰;张耀明:基于分割策略的快速超体积近似方案(2020)
  15. 张旭伟;刘浩;涂、梁平;赵健:一种基于水平群优化算法的高效多目标优化算法(2020)
  16. 张哲晨;刘三阳;高伟峰;徐景伟;朱生琦:一种基于逆模型的改进多目标进化优化算法(2020)
  17. 郑、卫;吴建宇;张成虎;孙建勇:基于聚类的勘探与开发平衡多目标进化算法(2020)
  18. 白族、回族;郑金华;余、郭;杨胜祥;邹娟:基于Pareto的多目标进化算法,使用空间分割选择和基于角度的截断(2019)
  19. 包春藤;徐丽红;Goodman,Erik D:一种新的基于双档案匹配的多目标和多目标优化算法(2019)
  20. 查巴内、卜拉欣;巴塞尔,马修;郝金高:求解实际多目标问题的基于Lorenz优势的算法(2019)