×
郭晓芳；王玉萍；王晓丽

使用目标聚类解决多目标优化问题。 （英语） Zbl 1299.90445号

数学。问题。工程师。 2013年，文章ID 584909，12 p.（2013）.
摘要：近年来，涉及大量（四个以上）目标的多目标优化问题引起了进化多目标优化领域的广泛关注。随着目标数量的增加，许多目标优化问题可能导致搜索过程停滞、计算成本高、Pareto-optimal前沿维数增加以及目标空间难以可视化。本文研究了一类特殊的多目标问题，该问题具有冗余目标，可以退化为低维Pareto-optimal前沿。与以往文献中的工作不同，本文引入了一种新的度量——相互依存系数，它表示目标对之间的非线性关系。为了去除冗余目标，采用PAM聚类算法将冲突较小的目标合并到同一个簇中，识别冗余目标，并去除其中一个冲突最小的目标。此外，通过一组可扩展到20个目标的基准测试问题和一个实际工程设计问题，证明了该算法的潜力。

MSC公司：

90 C90 数学规划的应用
90C29型 多目标规划
62H30型 分类和区分；聚类分析（统计方面）

软件：

MSOPS-II型；群集查找
PDF格式BibTeX公司 XML格式引用
\textit｛X.Guo｝等人，《数学》。问题。Eng.2013，文章ID 584909，12 p.（2013；Zbl 1299.90445）
全文： 内政部

参考文献：

[1] C.A.Coello Coello、G.B.Lamont和D.A.van Veldhuizen，解决多目标问题的进化算法，Springer，纽约州纽约市，美国，2009年·Zbl 1142.90029号
[2] H.Ishibuchi、N.Tsukamoto和Y.Nojima，“进化多目标优化：简要回顾”，摘自《IEEE进化计算大会会议记录》（CEC'08），第2419-2426页，IEEE服务中心，香港，2008年6月·doi:10.1109/CEC.2008.4631121
[3] P.J.Bentley和J.P.Wakefield，“使用多目标遗传算法在pareto-optimal范围内寻找可接受的解决方案”，载于《工程设计和制造中的软计算》，第231-240页，英国伦敦斯普林格出版社，1997年。
[4] N.Drechsler、R.Drechler和B.Becker，“基于关系偏好的多目标优化”，摘自《进化多准则优化》（苏黎世，2001年），《计算机科学讲义》第1993卷，第154-166页，施普林格，柏林，2001年·doi:10.1007/3-540-44719-9_11
[5] F.di Pierro、S.T.Khu和D.A.Savć，“多目标进化优化偏好顺序排序方案的研究”，IEEE进化计算汇刊，第11卷，第1期，第17-45页，2007年·Zbl 05516189号 ·doi:10.1109/TEVC.2006.876362
[6] X.Zou，Y.Chen，M.Liu和L.Kang，“解决多目标优化问题的新进化算法”，IEEE系统、人与控制论汇刊，B部分，第38卷，第5期，第1402-1412页，2008年·doi:10.1109/TSMCB.2008.926329
[7] E.J.Hughes，“多单目标帕累托抽样”，《进化计算大会》，第2678-2684页，IEEE出版社，2003年12月。
[8] E.J.Hughes，“MSOPS-II：通用多目标优化程序”，摘自IEEE进化计算大会会议记录（CEC'07），第3944-3951页，新加坡，2007年9月·doi:10.1109/CEC.2007.4424985
[9] H.J.F.Moen和S.Kristoffersen，“跨越反雷达探测问题的帕累托前沿”，《第十三届年度遗传与进化计算会议论文集》（GECCO’11），第1835-1842页，爱尔兰都柏林，2011年。
[10] K.Deb和R.Datta，“加工操作的混合进化多目标优化和分析”，《工程优化》，第44卷，第6期，第685-706页，2012年·doi:10.1080/0305215X.2011.604316号
[11] D.Brockhoff和E.Zitzler，“所有目标都是必要的吗？进化多目标优化中的降维”，摘自《自然的并行问题解决》，计算机科学讲义第4193卷，第533-542页，Springer，2006年。
[12] A.López Jaimes、C.A.Coello Coello和J.E.Urías Barrientos，“处理多目标问题的在线目标简化”，载于《进化多准则优化》，计算机科学讲义第5467卷，第423-437页，2010年·Zbl 05546878号 ·doi:10.1007/978-3-642-01020-0_34
[13] A.L.Jaimes、C.A.Coello Coello和D.Chakraborty，“使用特征选择技术的目标约简”，载于第十届年度遗传和进化计算会议（GECCO’08），第673-680页，2008年7月。
[14] D.Brockhoff和E.Zitzler，“使用目标约简方法改进基于超体积的多目标进化算法”，《IEEE进化计算大会论文集》（CEC'07），第2086-2093页，2007年9月·doi:10.1109/CEC.2007.4424730
[15] D.Brockhoff和E.Zitzler，“进化多目标优化中的目标约简：理论和应用”，《进化计算》，第17卷，第2期，第135-166页，2009年·Zbl 05741867号 ·doi:10.1162/evco.2009.17.2.135
[16] K.Deb和D.Saxena，“关于通过降维找到某些大维多目标优化问题的pareto最优解”，《Kangal技术报告》，2005年。
[17] K.Deb和D.K.Saxena，“通过降维搜索某些大维多目标优化问题的pareto-optimization解”，《进化计算大会》（CEC’06），第3353-3360页，2006年。
[18] D.K.Saxena和K.Deb，“多目标优化中的目标约简：线性和非线性算法”，Kangal技术报告，2010年。
[19] T.M.Cover和J.A.Thomas，《信息理论的要素》，《电信中的威利系列》，约翰·威利父子公司，美国纽约州纽约市，1991年·Zbl 0762.94001号 ·doi:10.1002/0471200611
[20] W.Li，“相互信息函数与相关函数”，《统计物理学杂志》，第60卷，第5-6期，第823-8371990页·Zbl 1086.82554号 ·doi:10.1007/BF01025996
[21] L.Kaufman和P.J.Rousseeuw，《在数据中寻找群：聚类分析导论》，《概率与数理统计中的威利级数：应用概率与统计学》，John Wiley&Sons，美国纽约州纽约市，1990年·Zbl 1345.62009号 ·doi:10.1002/9780470316801
[22] R.Ng和J.Han，“空间数据挖掘的有效聚类方法”，《第20届超大数据库国际会议论文集》（VLDB’94），智利圣地亚哥，1994年。
[23] K.Deb、L.Thiele、M.Laumanns和E.Zitzler，“可扩展多目标优化测试问题”，《IEEE进化计算大会论文集》，第825-830页，2002年·Zbl 1078.90567号
[24] 英国。Deb，L.Thiele，M.Laumanns和E.Zitzler，“演化多目标优化的可扩展测试问题”，载于《演化多目标最优化：理论进展与应用》，A.Abraham，R.Jain和R.Goldberg，Eds.，第6章，第105-145页，Springer，2005年·Zbl 1078.90567号
[25] S.Huband、P.Hingston、L.Barone和L.While，“多目标测试问题和可扩展测试问题工具包的回顾”，IEEE进化计算学报，第10卷，第5期，第477-5062006页·Zbl 1109.68603号 ·doi:10.1109/TEVC.2005.861417
[26] X.Guo、X.Wang、M.Wang和Y.Wang，“多目标问题的一种新的目标约简算法：采用互信息和聚类算法”，《第八届国际计算智能与安全会议论文集》（CIS’12），IEEE出版社，2012年。
[27] K.Musselman和J.Talavage，“多目标优化的折衷方法”，《运筹学》，第28卷，第6期，第1424-1435页，1980年·Zbl 0447.90076号 ·数字对象标识代码：10.1287/opre.28.6.1424
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。