×
伯纳贝多罗索罗；格雷戈伊达诺伊；安东尼奥·内布罗。；帕斯卡·博夫里

通过协同进化实现并行多目标进化算法的超线性性能。 （英语） 兹比尔1348.90635

计算。操作。物件。 40，第6期，1552-1563（2013）.
摘要：本文介绍了三种最新多目标进化算法的三种新的多目标协同进化变体，即非支配排序遗传算法II（NSGA-II）、强度帕累托进化算法2（SPEA2）和多目标细胞遗传算法（MOCell）。在这种协同进化结构中，种群被划分为若干个子种群或岛屿，每个子种群或岛屿负责使用原始多目标算法优化全局解的子集。完整解决方案的评估是通过合作实现的，即所有子种群共享其当前部分解决方案的子集。我们的目的是研究协同进化多目标方法如何相对于其相应的原始版本显著提高性能。这对于解决涉及大量变量的复杂问题尤其有趣，因为模型在孤岛级别执行的问题分解允许更快的执行（每个孤岛中要处理的变量数除以孤岛数）。我们研究了一个与网格计算相关的现实问题，即独立任务的双目标鲁棒调度问题。此问题的目标是最小化完工时间（即最新机器完成其分配任务的时间），并最大限度地提高进度的稳健性（即其对完成任务的估计时间的意外更改的容忍度）。我们提出了协同进化算法的并行多线程实现，并从这些技术产生的Pareto前沿近似的质量以及在多核机器上运行它们时产生的加速比两方面分析了所获得的结果。

引用于2文件

MSC公司：

90 C59 数学规划中的近似方法和启发式
68宽10 计算机科学中的并行算法
90C29型 多目标和目标规划
68T05型 人工智能中的学习和自适应系统

关键词：

协同进化EA；多目标优化；并行算法

软件：

JCell公司；SPEA2公司；j金属；MO细胞
PDF格式BibTeX公司 XML格式引用
\文本{B.Dorronsoro}等人，计算。操作。第40号决议，第6号，1552--1563（2013；Zbl 1348.90635）
全文： 内政部

参考文献：

[1] 科埃洛，C.A.C。；拉蒙特，G.B。；Veldhuizen，D.A.，解决多目标问题的进化算法（2007），Springer·Zbl 1142.90029号
[2] Deb，K.，《使用进化算法的多目标优化》（2001），威利·Zbl 0970.90091号
[3] 波特，M。；De Jong，K.，《函数优化的协同进化方法》（Parallel problem solving from nature，PPSN III）（1994），施普林格出版社，249-257
[4] Danoy，G。；Bouvry，P。；Martins，T.，hlcga：混合竞争协同进化遗传算法，（混合智能系统国际会议（2006）），48
[5] Danoy，G。；多罗索罗，B。；Bouvry，P.，使用遗传算法克服大型自组织网络中的划分，（GECCO（2009）），1347-1354
[6] Deb，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进化计算汇刊，6，2，182-197（2002）
[7] Nebro，A.J。；Durillo，J.J。；Luna，F。；多罗索罗，B。；Alba，E.，MOCell:一种用于多目标优化的细胞遗传算法，《国际智能系统杂志》，24726-746（2009）·Zbl 1176.90552号
[9] Paredis，J.，共同进化终身学习，（《自然中的并行问题解决——PPSN IV》（1996），施普林格：施普林格柏林），72-80
[10] 帕尔米，I.C。；Watson，A.H.，使用共同进化多目标遗传算法的初步机身设计，（遗传和进化计算会议论文集，第2卷（1999年），Morgan Kaufmann:Morgan Koufmann Orlando，Florida，USA），1657-1665
[11] Barbosa，H.J。；Barreto，A.M.，多目标问题权重协同进化的交互式遗传算法，（Spector，L.；Goodman，E.D.；Wu，A.；Langdon，W.；Voigt，H.-M.；Gen，M.；etal.，《遗传与进化计算会议论文集》（GECCO’2001）（2001），Morgan Kaufmann Publishers:Morgan Koufmann-Publishers San Francisco，加利福尼亚州），203-210
[12] Lohn，J.D。；克劳斯，W.F。；Haith，G.L.，《比较多目标优化的协同进化遗传算法》（CEC 2002：2002年进化计算论文集）。CEC’02。2002年会议记录（2002），IEEE计算机学会：IEEE计算机协会，华盛顿特区，美国），1157-1162
[14] Keerativutitumrong，N。；Chaiyaratana，N。；Varavithya，V.，多目标合作共同进化遗传算法，（自然并行问题解决国际会议PPSN，计算机科学讲稿，第2439卷（2002），Springer-Verlag），288-297
[15] Maneeratana，K。；Boonlong，K。；Chaiyaratana，N.，通过合作共同进化实现多目标优化，（PPSN（2004）），772-781
[16] Tan，K.C。；Yang，Y.J。；Goh，C.K.，多目标优化的分布式协同进化算法，IEEE进化计算汇刊，10，5，527-549（2006）
[17] 艾奥里奥，A.W。；Li，X.，一种使用非支配排序的协同进化多目标算法，（GECCO，第1卷（2004）），537-548
[18] 科埃罗，C.A.C。；Sierra，M.R.，共同进化的多目标进化算法，（IEEE进化计算大会，第1卷（2003）），482-489
[19] Goh，C.-K。；Tan，K.C.，动态多目标优化的协同进化范式，（不确定环境中的进化多目标优化，计算智能研究，第186卷（2009）），153-185·兹比尔1226.90004
[20] 丰塞卡，C。；Fleming，P.，《用于多目标优化的遗传算法：公式化、讨论和推广》，（第五届遗传算法国际会议论文集（1993），Morgan-Kauffman出版社），416-423
[21] Maneeratana，K。；Boonlong，K。；Chaiyaratana，N.，多目标拓扑设计的协同协同进化遗传算法，计算机辅助设计与应用，2487-496（2005）
[22] Goh，C.-K。；Tan，K.C.，动态多目标优化的竞争-合作协同进化范式，IEEE进化计算汇刊，13，1，103-127（2009）
[23] E.阿尔巴。；Dorronsoro，B.，细胞遗传算法，运筹学/计算机科学接口（2008），施普林格出版社：施普林格出版社，海德堡·Zbl 1211.90006号
[24] 阿里，S。；西格尔·H·J。；Maheswaran，M。；Hensgen，D。；Ali，S.，代表异质性的任务和机器异质性，《科学与工程杂志》50周年特刊，3195-207（2000）
[25] 阿里，S。；Maciejewski，A.A。；西格尔·H·J。；Kim，J.-K.，《衡量资源分配的稳健性》，《IEEE并行和分布式系统事务》，51，7，630-641（2004）
[26] Durillo，J.J。；Nebro，A.J.，jmetal:多目标优化的java框架，《工程软件进展》，42，760-771（2011）
[27] Xhafa，F。；E.阿尔巴。；Dorronsoro，B.，《使用细胞模因算法的网格高效批处理作业调度》（IPDPS（2007），IEEE），1-8·Zbl 1140.68011号
[28] Zitzler，E。；Thiele，L.，《多目标进化算法：比较案例研究和强度帕累托方法》，IEEE进化计算汇刊，3，4，257-271（1999）
[30] Wilcoxon，F.，《通过排名方法进行个体比较》，《生物统计学公报》，第1、6、80-83页（1945年）
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。