×
佐藤博之;埃尔南·阿吉雷;田中、清崎

MOEA求解多目标背包问题中的可变空间分集、交叉和变异。 （英语） Zbl 1292.90258号

安。数学。Artif公司。智力。 第68页，第4期，197-224页（2013年）.
小结：在这项工作中，我们分析了Pareto最优解（POS）的可变空间多样性，并研究了交叉和变异算子在进化多目标优化中的有效性。首先，我们在多达20个项目（位）的多目标0/1背包问题上检验了真实POS中变量的多样性，表明随着目标数量的增加，POS中的变量变得明显不同。我们还验证了传统两点和均匀杂交、基于目标空间中的邻近度选择交配亲本的局部重组以及控制最大交叉基因数（CCG）的两点和均匀交叉算子的有效性。我们使用NSGA-II、SPEA2、IBEA（{\epsilon+}）和MSOPS，它们采用了不同的选择方法，并用（n={100250500750，text{1000}）项（位）和（m={2,4,6,8,10}）目标的多目标0/1背包问题来验证每个交叉算子的搜索性能。仿真结果表明，局部重组和CCG算子显著提高了搜索性能，特别是对于NSGA-II和MSOPS，它们在种群中具有较高的基因多样性。此外，结果表明，CCG算子对（m\geq 4）目标的搜索性能高于局部重组，并且随着目标数量的增加，其有效性变得更大。此外，分析和讨论了CCG和变异算子对解搜索的贡献。

引用于4文件

MSC公司：

90C27型 组合优化

关键词：

多目标进化算法;多目标优化;多目标0/1背包问题;局部重组;控制交叉基因的数量

软件：

MOEA/D公司;SPEA2公司
PDF格式BibTeX公司 XML格式引用
\textit{H.Sato}等人，《数学年鉴》。Artif公司。智力。68，第4号，197--224（2013；Zbl 1292.90258）
全文： 内政部

参考文献：

[1] Deb，K.：使用进化算法的多目标优化。John Wiley&Sons（2001）·Zbl 0970.90091号
[2] Hughes，E.J.：进化多目标优化：多次还是多次？In：程序。2005年IEEE进化计算大会（CEC2005），第222-227页（2005）
[3] Aguirre，H.、Tanaka，K.：MOEA在MNK景观上的工作原理、行为和性能。欧洲药典。第181（3）号决议，1670-1690（2007）·邮编1123.90063 ·doi:10.1016/j.ejor.2006.08.004
[4] Deb，K.，Pratap，A.，Agarwal，S.，Meyarivan，T.：快速精英多目标遗传算法：NSGA-II。IEEE传输。进化。计算。6, 182-197 (2002) ·doi:10.10109/4235.996017
[5] Zitzler，E.，Laumanns，M.，Thiele，L.：SPEA2：改进Pareto进化算法的强度。TIK报告，第103号（2001年）
[6] Ishibuchi，H.，Tsukamoto，N.，Nojima，Y.：进化多目标优化：简短回顾。In：程序。2008年IEEE进化计算大会（CEC2008），第2424-2431页（2008）·Zbl 0388.68056号
[7] Sato，H.、Aguirre，H.和Tanaka，K.：进化多目标优化中解的自我控制优势区域。In：程序。第八届国际模拟进化与学习大会（SEAL2010）。LNCS，第6457卷，第455-465页（2010年）
[8] Ishibuchi，H.，Tsukamoto，N.，Nojima，Y.：基于指标的多目标优化的迭代方法。In：程序。2007年IEEE进化计算大会（CEC2007），第3697-3704页（2007）·Zbl 0388.68056号
[9] Zitzler，E.，Kunzili，S.：多目标搜索中基于指示符的选择。In：程序。第八届国际自然并行问题解决大会（PPSN-VIII）。LNCS，第3242卷，第832-842页（2004年）
[10] Kukkonen，S.，Lampinen，J.：排名优势和多目标优化。In：程序。2007年IEEE进化计算大会（CEC2007），第3983-3990页（2007）
[11] Fabre，M.，Pulido，G.，Coello，C.：多目标优化问题的替代适应值分配方法。In：程序。第九届Artificielle进化国际会议（EA2009）。LNCS，第5975卷，第146-157页（2010年）
[12] Sato，H.、Aguirre，H.和Tanaka，K.：Pareto部分优势MOEA和混合存档策略在多目标优化中包括CDAS。In：程序。2010年IEEE进化计算大会（CEC2010），第3720-3727页（2010）·邮编1123.90063
[13] Ishibuchi，H.，Nojima，Y.：通过进化多目标优化对标量化函数进行优化。In：程序。第四届国际进化多准则优化会议（EMO2007），第51-65页（2007）·Zbl 1123.90069号
[14] Hughes，E.J.：多目标定向进化线搜索。In：程序。2011年遗传和进化计算会议（GECCO2011），第761-768页。ACM出版社（2011）
[15] Wagner，T.、Beume，N.、Naujoks，B.：多目标优化中基于帕累托、聚合和指标的方法。In：程序。第四届进化多准则优化国际会议（EMO2007），第742-756页（2007）
[16] Deb，K.，Saxena，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。In：程序。2006年IEEE进化计算大会（CEC2006），第3353-3360页（2006）
[17] Lopez Jaimes，A.，Coello，C.，Chakraborty，D.：使用特征选择技术进行客观简化。In：程序。2008年遗传和进化计算会议（GECCO2008），第674-680页。ACM出版社（2008）
[18] Brockhoff，D.，Zitzler，E.：进化多目标优化中的目标约简：理论与应用。进化。计算。17(2), 135-166 (2009) ·doi:10.1162/evco.2009.17.2.135
[19] Deb，K.，Sundar，J.：使用进化算法的基于偏好点的多目标优化。In：程序。2006年遗传与进化计算会议（GECCO2006），第635-642页（2006年）
[20] Lopez Jaimes，A.，Montano，A.，Coello，C.：优先合并以解决多目标翼型设计问题。In：程序。2011年IEEE进化计算大会（CEC2011），第1605-1612页（2011）
[21] Auger，A.、Bader，J.、Brockhoff，D.、Zitzler，E.：通过对加权超卷进行采样，明确用户在许多客观问题中的偏好。In：程序。2009年遗传和进化计算会议（GECCO2009），第555-562页。ACM出版社（2009）
[22] 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传输。进化。计算。3(4), 257-271 (1999) ·doi:10.1009/4235.797969
[23] Bentley，J.L.，Kung，H.T.，Schkolnick，M.，Thompson，C.D.：一组向量和应用中最大值的平均数。J.ACM 25（4），536-543（1978）·Zbl 0388.68056号 ·doi:10.1145/322092.322095
[24] Watanabe，S.、Hiroyasu，T.、Miki，M.：多目标优化问题的邻域培育遗传算法。In：程序。遗传和进化计算会议（GECCO2002），第458-465页（2002）
[25] Sato，H.、Aguirre，H.和Tanaka，K.：关于0/1多目标背包问题的MOEA中的局部优势和局部重组。欧洲药典。第181（3）号决议，1670-1690（2007）·Zbl 1123.90069号 ·doi:10.1016/j.ejor.2006.08.006
[26] Ishibuchi，H.，Shibata，Y.：多目标优化中控制多样性-收敛平衡的匹配方案。In：程序。2004年遗传和进化计算会议（GECCO2004），第1259-1271页（2004）
[27] Zhang，Q.，Li，H.：MOEA/D：基于分解的多目标进化算法。IEEE传输。进化。计算。11(6), 712-731 (2007) ·doi:10.1109/TEVC.2007.892759
[28] Syswerda，G.：遗传算法中的均匀交叉。In：程序。第三届国际遗传算法会议（ICGA89），第2-9页（1989）
[29] Spears，W.，De Jong，K.A.：多点交叉分析。遗传算法基础（1990）
[30] Zitzler，E.：多目标优化的进化算法：方法和应用。苏黎世瑞士联邦理工学院博士论文（1999年）
[31] Kowatari，N.、Oyama，A.、Aguirre，H.、Tanaka，K.：利用自适应箱优势和邻域重组进行多目标优化的大种群MOEA研究。In：程序。第六届学习与智能优化会议（LION6）（2012年，USB-memory）
[32] Fonseca，C.，Paquete，L.，López-Ibáñez M.：超体积指示器的改进维度扫描算法。In：程序。2006年IEEE进化计算大会（CEC2006），第1157-1163页（2006）
[33] Sato，M.，Aguirre，H.，Tanaka，K.：NSGA-II多目标进化算法中δ相似消除和受控精英主义的影响。In：程序。2006年IEEE进化计算大会（CEC2006），第3980-398页（2006）
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。