×

进化多目标优化中基于模糊聚类的目标提取。 (英语) Zbl 1456.90154号

总结:多目标优化问题(MaOP)同时具有三个以上优化目标的进化计算近年来受到了广泛关注。大多数现有多目标进化算法在处理MaOP时,可能无法找到一组具有良好代表性的Pareto最优解决方案。为了解决这个问题,一种方法是提高现有MOEA的搜索能力,以逼近Pareto最优解。已经提出了各种此类战略。另一种方法是简化MaOP,并使用现有MOEA处理简化的MaOP。本文遵循第二种方法,将MaOP转换为一系列多目标优化问题目标较少,并以在线方式解决这些MOP。为了实现这一目标,新目标被构建为原始目标的线性组合。根据搜索过程中发现的目标值,通过模糊聚类提取权重向量。与其他基于降维的方法相比,新方法利用原始目标的所有信息构建新目标。对不适定MaOP进行了广泛的实验研究,以揭示该方法的性能并与其他相关算法进行比较。

MSC公司:

90C29型 多目标规划
90 C59 数学规划中的近似方法和启发式
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Bandyopadhyay,S。;Mukherjee,A.,《减少目标计算的多目标优化算法:差分进化研究》,IEEE Trans。进化。计算。,19, 3, 400-413 (2015)
[2] 比姆,N。;Naujoks,B。;Emmerich,M.,SMS-EMOA:基于支配超体积的多目标选择,欧洲期刊Oper。研究,181,3,1653-1669(2007)·兹比尔1123.90064
[3] Bezdek,J.C.,《模糊目标函数算法的模式识别》(2013),施普林格科学与商业媒体
[4] Bezdek,J.C.(美国宾夕法尼亚州)。;埃利希·R。;Full,W.,FCM:模糊c-均值聚类算法,计算。地质科学。,10, 2, 191-203 (1984)
[5] 布罗克霍夫,D。;Saxena,D.K。;Deb,K。;Zitzler,E.,《关于后验和优化过程中处理大量目标》,《自然中的多目标问题解决》,377-403(2008),Springer
[6] 布罗克霍夫,D。;Zitzler,E.,所有目标都是必要的吗?关于进化多目标优化中的降维,自然并行问题求解(PPSN IX),533-542(2006),Springer
[7] 布罗克霍夫,D。;Zitzler,E.,《进化多目标优化中的目标约简:理论与应用》,Evol。计算。,17, 2, 135-166 (2009)
[8] 蔡,X。;Sun,H。;Fan,Z.,基于参考向量的多样性指示器,用于多目标优化,信息科学。(纽约),430-431,467-486(2018)
[9] Cheng,R。;Jin,Y。;奥尔霍弗,M。;Sendhoff,B.,用于多目标优化的参考向量引导进化算法,IEEE Trans。进化。计算。,20, 5, 773-791 (2016)
[10] 张永明。;顾,F。;Liu,H.L.,多目标优化问题的目标提取:算法和测试问题,IEEE Trans。进化。计算。,20, 5, 755-772 (2016)
[11] 丘格,T。;Jin,Y。;Miettinen,K。;哈卡宁,J。;Sindhya,K.,用于计算成本高昂的多目标优化的代理辅助参考向量引导进化算法,IEEE Trans。进化。计算。,22, 1, 129-142 (2018)
[12] Coello,C.A.C.,《进化多目标优化中的处理偏好:一项调查》,《进化计算大会论文集》(CEC 2000),30-37(2000),IEEE
[13] Cvetković,D。;Parmee,I.C.,偏好及其在进化多目标优化中的应用,IEEE Trans。进化。计算。,6, 1, 42-57 (2002)
[14] Deb,K.,使用进化算法的多目标优化,16(2001),John Wiley&Sons·Zbl 0970.90091号
[15] 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 Trans。进化。计算。,6, 2, 182-197 (2002)
[16] Deb,K。;Saxena,D.K.,《关于通过降维找到某些大维多目标优化问题的帕累托最优解》,Kangal Report(2005)
[17] Deb,K。;Saxena,D.K.,通过降维搜索某些大维多目标优化问题的帕累托最优解,进化计算大会会议记录(CEC 2006),3352-3360(2006),IEEE
[18] Deb,K。;Sundar,J.,使用进化算法的基于参考点的多目标优化,《遗传和进化计算年度会议论文集》(GECCO 2006),635-642(2006),ACM
[19] Deb,K。;Thiele,L。;Laumanns,M。;Zitzler,E.,进化多目标优化的可扩展测试问题,(Abraham,A.;Jain,L.;Goldberg,R.,《进化多目标最优化:理论进展与应用》(2005),Springer London,105-145·Zbl 1078.90567号
[20] 艾默里奇,M。;比姆,N。;Naujoks,B.,使用超体积度量作为选择标准的EMO算法,进化多标准优化,62-76(2005),Springer·Zbl 1109.68595号
[21] 法里纳,M。;Amato,P.,《关于多准则优化问题的最优解定义》,《NAFIPS-FLINT国际会议论文集》,233-238(2002)
[22] 弗莱明,P.J。;马绍斯共和国。;Lygoe,R.J.,《多目标优化:工程设计视角》,《进化多准则优化》,14-32(2005),施普林格出版社·Zbl 1109.68596号
[23] 古拉特,F。;Campelo,F.,用于多目标优化的偏好引导进化算法,《信息科学》。(纽约),329236-255(2016)
[24] 郭,X。;王,X。;王,M。;Wang,Y.,《多目标问题的一种新的目标约简算法:利用互信息和聚类算法》,第八届国际计算智能与安全会议(CIS),11-16(2012)
[25] 何,X。;周,Y。;Chen,Z.,用于多目标优化的基于进化路径的再生算子,IEEE Trans。进化。计算。,PP,99,1-15(2018)
[26] 何,Z。;Yen,G。;Zhang,J.,多目标进化算法的基于模糊的帕累托最优,IEEE Trans。进化。计算。,18, 2, 269-285 (2014)
[27] Huband,S。;辛斯顿,P。;巴龙,L。;然而,L.,《多目标测试问题综述和可扩展测试问题工具包》,IEEE Trans。进化。计算。,10, 5, 477-506 (2006)
[28] Ishibuchi,H。;北津本。;Nojima,Y.,基于指标的多目标优化迭代方法,进化计算大会论文集(CEC 2007),3967-3974(2007),IEEE
[29] Ishibuchi,H。;北津本。;Nojima,Y.,《进化多目标优化:简短回顾》,《进化计算大会会议记录》(CEC 2008),2419-2426(2008),IEEE
[30] Jaimes,A.L。;科埃罗,C.A.C。;Barrientos,J.E.U.,处理多目标问题的在线目标简化,进化多准则优化,423-437(2009),Springer
[31] 李,B。;李,J。;Tang,K。;Yao,X.,《多目标进化算法:调查》,ACM Compute。调查。,2015年1月48日13:1-13:35
[32] 李,B。;Tang,K。;李,J。;Yao,X.,基于多指标的多目标优化随机排序算法,IEEE Trans。进化。计算。,20, 6, 924-938 (2016)
[33] Liu,H.L。;Chen,L。;张,Q。;Deb,K.,《在挑战多目标优化问题中自适应分配搜索工作量》,IEEE Trans。进化。计算。,PP,99,1-15(2018)
[34] López Jaimes,A。;科埃洛·科埃洛,C.A。;Chakraborty,D.,使用特征选择技术进行目标简化,《遗传和进化计算年度会议论文集》(GECCO 2008),673-680(2008),ACM
[35] Miettinen,K.,非线性多目标优化(1999),Kluwer学术出版社·Zbl 0949.90082号
[36] M.帕尔。;萨哈,S。;Bandyopadhyay,S.,DECOR:利用基于聚类的目标约简实现多目标优化的差异进化,Inf.Sci。(纽约),423200-218(2018)
[37] Reyes-Sierra,M。;Coello,C.A.C.,多目标粒子群优化的适应度继承和近似技术研究,进化计算大会论文集(CEC 2005),65-72(2005),IEEE
[38] 桑托斯,T。;Takahashi,R.H.C.,《基于优势的进化算法在多目标优化中的性能退化》,IEEE Trans。进化。计算。,22, 1, 19-31 (2018)
[39] 佐藤,H。;阿吉雷,H.E。;Tanaka,K.,控制解决方案的优势区域及其对MOEA性能的影响,进化多准则优化,5-20(2007),Springer
[40] Saxena,D.K。;Deb,K.,某些大维多目标优化问题的非线性降维程序:使用相关熵和新的最大方差展开,进化多准则优化,772-787(2007),Springer
[41] Saxena,D.K。;杜罗,J.A。;Tiwari,A。;Deb,K。;Zhang,Q.,《多目标优化中的目标约简:线性和非线性算法》,IEEE Trans。进化。计算。,17, 1, 77-99 (2013)
[42] Thiele,L。;Miettinen,K。;Korhonen,P.J.(宾夕法尼亚州科霍宁市)。;Molina,J.,基于偏好的多目标优化进化算法,Evol。计算。,17, 3, 411-436 (2009)
[43] Wang,H。;Jiao,L。;Yao,X.,Two_arch2:用于多目标优化的改进双存档算法,IEEE Trans。进化。计算。,19, 4, 524-541 (2015)
[44] Wang,H。;奥尔霍弗,M。;Jin,Y.,《多目标优化中偏好建模和衔接的迷你评论:现状和挑战》,《复杂智能》。系统。,3, 4, 233-245 (2017)
[45] Wang,H。;姚,X.,基于非线性相关信息熵的目标约简,软计算。,20, 6, 2393-2407 (2016)
[46] 王,R。;Zhou,Z。;Ishibuchi,H。;Liao,T。;Zhang,T.,多目标优化的局部加权和法,IEEE Trans。进化。计算。,22, 1, 3-18 (2018)
[47] 张,Q。;Li,H.,MOEA/D:基于分解的多目标进化算法,IEEE Trans。进化。计算。,11, 6, 712-731 (2007)
[48] 张,Q。;周,A。;Jin,Y.,RM-MEDA:一种基于规则性模型的分布多目标估计算法,IEEE Trans。进化。计算。,12, 1, 41-63 (2008)
[49] 张,X。;田,Y。;Jin,Y.,进化多目标优化的近似非支配排序,Inf.Sci。(纽约),369,14-33(2016)·Zbl 1428.90185号
[50] 周,A。;曲,B.-Y。;李,H。;赵少中。;Suganthan,P.N。;Zhang,Q.,《多目标进化算法:最新技术综述》,Swarm Evolution。计算。,1, 1, 32-49 (2011)
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。