×

多目标进化算法的性能缩放。 (英语) 兹比尔1036.90541

Fonseca,Carlos M.(编辑)等人,《进化多准则优化》。第二届国际会议,EMO 2003,葡萄牙法罗,2003年4月8-11日。诉讼程序。柏林:施普林格出版社(ISBN 3-540-01869-7/pbk)。莱克特。注释计算。科学。2632, 376-390 (2003).
概要:MOEA在最近的一段时间里得到了极大的普及,主要是因为它们能够在一次模拟运行中找到广泛分布的Pareto-optimal解决方案。自1985年以来,已经提出了各种多目标优化的进化方法。其中一些是近期的NSGA-II、SPEA2、PESA(包括在本研究中)和其他。它们都主要用于两到三个目标。为了建立它们相对于经典方法的优势,并证明它们的收敛和保持多样性的能力,需要在更多的目标上进行测试。在本研究中,对这些最先进的MOEA进行了调查,以了解其在目标数量(2到8个)方面的可扩展性。根据(1)它们收敛到帕累托前沿的能力,(2)获得的非支配解的多样性,以及(3)它们的运行时间,对它们进行了比较。采用四个可扩展测试问题进行对比研究。
关于整个系列,请参见[Zbl 1018.00013号].

MSC公司:

90C29型 多目标规划
68T20型 人工智能背景下的问题解决(启发式、搜索策略等)
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: 链接