柏格人

Borg:一种自适应多目标进化算法。本文介绍了Borg多目标进化算法(MOEA)在多目标、多模态优化中的应用。Borg-MOEA结合了-优势度,一种称为-progress的收敛速度度量,随机重启,自适应多算子重组为一个统一的优化框架。对来自DTLZ、WFG和CEC 2009测试套件的18个测试问题的33个实例的比较研究表明,博格在大多数测试问题上达到或超过了六个最先进的MOEA。每个测试问题的性能都是用1000点拉丁超立方体抽样算法的可行参数化空间来评估的。利用50个重复随机种子试验,评估了每个MOEA参数化的统计性能。Borg-MOEA不是一个单一的算法,而是一类基于问题自适应选择算子的算法。关键算子的自适应发现对于检验变异算子如何增强对复杂多目标问题的搜索能力具有特别重要的意义。