×
马尔代·赫尔比格;安德里斯·恩格尔布雷希特（Andries P.Engelbrecht）。

动态多目标优化算法的性能度量。 （英文） Zbl 1321.90119号

信息科学。 250, 61-81 (2013).
摘要：当算法解决动态多目标优化问题（DMOOP）时，需要性能度量来量化算法的性能，并将一种算法的性能与其他算法的性能进行比较。然而，对于动态多目标优化（DMOO），没有标准的性能度量。本文概述了迄今为止使用的性能度量。此外，还强调了DMOO文献中当前使用的性能度量的问题。

引用于11文件

MSC公司：

90C29型 多目标规划

关键词：

动态多目标优化;性能度量

软件：

加权超卷
PDF格式BibTeX公司 XML格式引用
\textit{M.Helbig}和\textit{A.P.Engelbrecht}，信息科学。250、61-81（2013；Zbl 1321.90119）
全文： 内政部 链接

参考文献：

[1] Avdagić，Z。；Konjicija，S。；Omanović，S.，解决非平稳动态多目标问题的进化方法，（Abraham，A.；Hassanien，A-E.；Siarry，P.；Engelbrecht，A.，《计算智能基础》，计算智能研究，第203卷（2009），Springer:Springer Berlin/Heidelberg），267-289，（第三卷）·Zbl 1185.68003号
[2] 艾瓦兹博士。；Gurgen，F.，动态环境中进化启发式的性能评估，应用智能，37，1，130-144（2012）
[4] 贝萨达·波尔塔斯，E。；de la Torre，L。；莫雷诺，A。；Risco-Martín，J.L.，《关于多目标进化无人机路径规划器的性能比较》，信息科学，238，0，111-125（2013）
[5] 比姆，N。；Rudolph，G.，通过将支配超体积视为klee的度量问题来实现更快的s度量计算，（计算智能学报（2007），IASTED/ACTA出版社），233-238
[6] 马里兰州卡马拉。；奥尔特加，J。；de Toro，F.，《动态多目标优化中的并行单面遗传算法》（The parallel single front genetic algorithm，PSFGA），（Sandoval，F.；Prieto，A.；Cabestany，J.；GrañA，M.，《计算与环境智能》，《计算机科学讲义》，第4507卷（2007），施普林格：施普林格柏林/海德堡），300-307
[7] 马里兰州卡马拉。；奥尔特加，J。；de Toro，F.，动态环境中并行多目标优化的单面遗传算法，神经计算，72，16-18，3570-3579（2009），金融工程；计算和环境智能（IWANN 2007）
[8] 马里兰州卡马拉。；奥尔特加，J。；de Toro，F.，《使用并行进化算法解决动态多目标优化问题》，（Coello Coello，C.；Dhaenens，C.；Jourdan，L.，《多目标自然启发计算进展》，《计算智能研究》，第272卷（2010），施普林格：施普林格柏林/海德堡），63-86·Zbl 1187.90248号
[11] Cheng，S。；Shi，Y。；秦琼，《关于多目标优化的性能指标》，（谭莹；石玉辉；季贞，《群智能的进展》，《群智慧的进展》计算机科学讲义，第7331卷（2012），施普林格：施普林格-柏林-海德堡），504-512
[12] Civicioglu，Pinar，数值优化问题的人工合作搜索算法，信息科学，229，0，58-76（2013）·兹比尔1288.65092
[13] Deb，K.，《使用进化算法的多目标优化》（2004），John Wiley&Sons，Ltd。
[16] Deb，K。；阿南德，A。；Joshi，D.，一种用于实际参数优化的高效计算进化算法，进化计算，10，4，371-395（2002）
[18] Engelbrecht，A.P.，《计算群智能基础》（2005），John Wiley and Sons，Ltd。
[20] 法里纳，M。；Deb，K。；Amato，P.，《动态多目标优化问题：测试用例、近似和应用》，IEEE进化计算汇刊，8，5，425-442（2004）
[24] Goh，C-K。；Tan，K.，动态多目标优化的共同进化范式，（不确定环境中的进化多目标优化。不确定环境下的进化多对象优化，计算智能研究，第186卷（2009），Springer:Springer-Blinl/Heidelberg），153-185·Zbl 1226.90004号
[25] 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）
[26] 格里夫，M。；Engelbrecht，A.，《使用粒子群优化算法进行动态多目标优化》，（Nedjah，Nadia；Coelho，Leandro dos Santos；Mourelle，Luiza de Macedo，多目标群智能系统。多目标群智能系统，计算智能研究，第261卷（2010），施普林格：施普林格柏林/海德堡），105-123
[28] 关，S-U。；陈，Q。；Mo，W.，带目标替换的演化动态多目标优化问题，《人工智能评论》，23，267-293（2005）
[30] Hatzakis，I。；Wallace，D.，进化算法的动态多目标优化：一种前瞻性方法，（《遗传与进化计算会议论文集》（2006），美国计算机学会：美国纽约州纽约市计算机学会），1201-1208
[35] Holland，J.H.，《自然和人工系统的适应：生物学、控制和人工智能应用的介绍性分析》。（1975），密歇根大学出版社：英国牛津大学出版社·Zbl 0317.68006号
[42] 古，W。；高，C。；Tan，K.，快速变化环境下多目标进化算法的预测梯度策略，模因计算，2，2，87-110（2010）
[44] 梁，Y-W。；Wang，Y.，U度量：多目标编程的质量度量，IEEE系统、人与控制论汇刊，33，3，337-343（2003）
[45] 李凯。；Kwong，S。；曹，J。；李，M。；郑洁。；Shen，R.，《在多目标进化算法中实现接近性和多样性之间的平衡》，《信息科学》，182，1，220-242（2012），《理论与实践中的自然激发集体智能》
[47] Liu，C-A.，带分布核心估计的新型动态多目标进化算法，国际电气与控制工程会议，0，1345-1348（2010）
[50] Nakib，A。；Siarry，P.，《动态优化算法的性能分析》，（Alba，Enrique；Nakib，Amir；Siarry和Patrick，《动态最优化的元启发式》。《动态优化的元启蒙法》，计算智能研究，第433卷（2013年），Springer:Springer-Berlin-Heidelberg），1-16
[51] 雷，T。；艾萨克斯，A。；Smith，W.，动态多目标优化的模因算法，（Goh，C-K.；Ong，Y-S.；Tan，K.，多目标模因算法。多目标模因学算法，计算智能研究，第171卷（2009），Springer:Springer-Blinl/Heidelberg），353-367·兹比尔1160.90684
[52] Rosenthal，R.E.，《多目标优化原理》，决策科学，16，132-152（1985）
[53] 萨拉索拉，B。；Alba，E.，动态优化问题的定量性能度量，（Alba，Enrique；Nakib，Amir；Siarry，Patrick，动态优化的元启发式。动态优化的Metaeuristics，计算智能研究，第433卷（2013年），Springer:Springer Berlin Heidelberg），17-33
[55] 舒马赫，D。；Vo、B-T。；Vo，B-N.，多目标滤波器性能评估的一致性度量，IEEE信号处理学报，56，8，3447-3457（2008）·兹比尔1390.94399
[56] Sierra，M。；Coello Coello，C.，《使用拥挤、变异和支配改进基于PSO的多目标优化》，（Coello、Carlos Coello；Aguirre、Arturo Hernndez；Zitzler、Eckart，《进化多准则优化》，《计算机科学讲义》，第3410卷（2005），施普林格：施普林格-柏林-海德堡），505-519·Zbl 1109.68631号
[58] 斯托恩，R。；Price，K.，《差分进化——连续空间上全局优化的一种简单有效的启发式算法》，《全局优化杂志》，11，4，341-359（1997）·Zbl 0888.90135号
[60] Tan，K。；Goh，C.，《处理演化多目标优化中的不确定性》，（Zurada，Jacek；Yen，Gary；Wang，Jun，Computational Intelligence:Research Frontiers.计算智能：研究前沿，计算机科学讲义，第5050卷（2008），Springer:Springer Berlin/Heidelberg），262-292
[63] Wang，Y。；Dang，C.，动态多目标优化的进化算法，应用数学与计算，25，6-18（2008）·Zbl 1157.65393号
[65] Wang，Y。；Li，B.，动态多目标优化的多策略集成进化算法，模因计算，2，1，3-24（2010）
[66] Weicker，K.，《动态环境的性能度量》，（Guervós，J.；Adamidis，P.；Beyer，H-G.；Schwefel，H-P.；Fernández-Villacañas，J-L.，《自然中的并行问题解决》，《计算机科学讲义》，第2439卷（2002），施普林格：施普林格柏林/海德堡），64-73
[68] 张，Z。；Qian，S.，动态环境中的人工免疫系统解决时变非线性约束多目标问题，软计算-基础、方法和应用的融合，151333-1349（2011）
[70] 周，A。；Jin，Y。；张，Q。；Sendhoff，B.，进化动态多目标优化中基于预测的种群重新初始化，（进化多标准优化，进化多标准最优化，计算机科学讲义，第4403卷（2007），施普林格：施普林格柏林/海德堡），832-846
[72] Zitzler，E。；布罗克霍夫，D。；Thiele，L.，《重新审视超体积指标：通过加权积分设计帕累托相容指标》，（Obayashi，S.；Deb，K.；Poloni，C.；Hiroyasu，T.；Murata，T.，《进化多标准优化》，《计算机科学讲义》，第4403卷（2007），施普林格：施普林格柏林/海德堡），862-876
[73] Zitzler，E。；Deb，K。；Thiele，L.，《多目标进化算法的比较：经验结果》，进化计算，8，2，173-195（2000）
[75] 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）
[76] Zitzler，E。；Thiele，L。；Laumanns，M。；丰塞卡，C.M。；Grunert da Fonseca，V.，多目标优化器的性能评估：分析和综述，IEEE进化计算汇刊，7，2117-132（2003）
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。