×
普拉图莎·拉克希特;阿米特·科纳尔

有噪声多目标优化的差分进化。 （英语） Zbl 1346.90828号

Artif公司。智力。 227, 165-189 (2015).
摘要：我们提出了用微分进化算法实现的多目标优化的扩展，以处理目标函数中噪声的影响。与传统的扩展相比，拟议的扩展具有三个优点。首先，基于试探解局部邻域的适应度方差，提出了一种自适应的样本容量选择方法，用于试探解的周期适应度评估。这避免了与质量解决方案的不必要重新评估相关的计算复杂性，而不忽略对相对较差的解决方案的必要评估，以确保适应度估计的准确性。第二种策略是根据噪声适应度样本的分布来确定其期望值，而不是传统的平均值，作为试验解的适应度度量。最后，设计了一种新的拥挤环境诱导的概率选择准则，以将同一等级候选池中的质量解决方案提升到下一代，确保目标空间中的种群质量和多样性。对一组已知的23个基准函数的噪声版本进行的计算机模拟表明，该算法在倒代距离、间隔、错误率和超体积比指标方面优于其竞争对手。

引用于3文件

MSC公司：

90 C59 数学规划中的近似方法和启发式
68T20型 人工智能背景下的问题解决（启发式、搜索策略等）
90C29型 多目标规划

关键词：

噪音;多目标优化的差分进化;取样;四分位范围;偏斜度;优势概率

软件：

帕雷戈;齐古拉;rnorrexp公司;Flury公司
PDF格式BibTeX公司 XML格式引用
\textit{P.Rakshit}和\textit{A.Konar}，Artif。智力。227165-189（2015；Zbl 1346.90828）
全文： 内政部

参考文献：

[1] 乔杜里，A。；科纳尔，A。；Rakshit，P。；Nagar，A.K.，《评估蛋白质相互作用网络设计视角的多目标进化方法》，J.Netw。因诺夫。计算。，1, 270-289 (2013)
[2] Aizawa，A.N。；Wah，B.W.，《噪声环境中遗传算法的调度》，Evol。计算。，2, 2, 97-122 (1994) ·Zbl 0807.68022号
[3] 布兰克，J。；Schmidt，C.，《噪声存在下的选择》，（遗传与进化计算会议，遗传与进化计算机会议，计算机科学讲稿，第2723卷（2003年6月），Springer-Verlag:Springer-Verlag Berlin），766-777·Zbl 1028.68688号
[4] Miller，B.L.，《噪音、采样和高效遗传算法》（1997），伊利诺伊大学：伊利诺伊州大学香槟分校，哲学博士论文
[5] Markon，S。；阿诺德·D·。；背部，T。；Beislstein，T。；Beyer，H.G.，阈值——噪声ES的选择算子，（IEEE进化计算大会论文集，第1卷（2001年5月）），465-472
[6] 米勒，B.L。；Goldberg，D.E.，《遗传算法、选择方案和噪声的不同影响》，《进化》。计算。，4, 2, 113-131 (1996)
[7] 巴贝尔，M。；Lakshmikantha，A。；Goldberg，D.E.，《解决多目标噪声问题的改进NSGA-II》，（遗传与进化计算会议（2003），AAAI:AAAI芝加哥），21-27，最新论文
[8] 罗比奇，T。；Philiphic，B.，DEMO:多目标优化的差分进化，（第三届进化多准则优化国际会议。第三届演化多准则优化问题国际会议，计算机科学讲稿，第3410卷（2005），Springer-Verlag:Springer-Verlag Berlin），520-533·Zbl 1109.68633号
[9] Rakshit，P。；科纳尔，A。；达斯，S。；Jain，L.C。；Nagar，A.K.，测量噪声存在下差分进化诱导多目标优化中的不确定性管理，IEEE Trans。系统。人类网络。，系统。，44,7922-937（2014年7月）
[10] Boonma，P。；Suzuki，J.，噪声多目标优化问题进化算法中基于信任的优势算子，（第21届IEEE人工智能工具国际会议论文集（2009年11月），387-394
[11] Syberfeldt，A。；Ng，A。；约翰·R·I。；Moore，P.，《使用基于信任度的动态重采样对噪声多目标问题进行进化优化》，欧洲期刊Oper。第204、3、533-544号决议（2010年）·Zbl 1181.90155号
[12] 马蒂拉，V。；Virtanen，K。；Hämäläinen，R.P.，《含噪多目标优化的模拟退火算法》，J.Multi-Criteria Decis。分析。，20, 5-6, 255-276 (2013)
[13] Siwik，L。；Natanek，S.，解决噪声多目标优化问题的精英进化多智能体系统，（IEEE进化计算大会会议记录（2008年6月）），3319-3326
[14] Goh，C.K。；Tan，K.C.，进化多目标优化中噪声环境的研究，IEEE Trans。埃沃。计算。，11, 3, 354-381 (2007)
[15] Buche，D。；失速，P。；多恩伯格，R。；Koumoutsakos，P.，噪声燃烧过程优化的多目标进化算法，IEEE Trans。系统。人类网络。，C部分，申请。修订版，32、4、460-473（2002年11月）
[16] Knowles，J。；Hughes，E.J.，预算为250次评估的多目标优化，（进化多标准优化。进化多标准优化，计算机科学讲义，第3410卷（2005），施普林格出版社：施普林格出版社，柏林），176-190·Zbl 1109.68615号
[17] Stagge，P.，《在噪声中有效平均》，（第五届自然并行问题解决国际会议。第五届自然界并行问题解决问题国际会议，计算机科学讲义，第1498卷（1998年），Springer-Verlag），188-197年
[18] 达斯，S。；科纳尔，A。；Chakraborty，英国，用于处理噪声优化问题的改进差分进化算法，（IEEE进化计算大会论文集，第2卷（2005年9月）），1691-1698
[19] Hughes，E.J.，带不确定性和噪声的进化多目标排序，（进化多准则优化，进化多准则最优化，计算机科学讲义，1993年（2001年7月），Springer-Verlag:Springer-Verlag Berlin Heidelberg），329-343
[20] 辛格，A。；Minsker，B.，《基于不确定性的乌米拉化学仓库地下水修复多目标优化》，（水和环境资源管理的关键转变，环境和水资源，地下水问题研讨会（2004）），1-10
[21] 诺尔斯，J。；科恩·D·。；Reynolds，A.，《250次评估预算的噪音多目标优化》（Evolutionary Multi-Criterion optimization，Evolutional Multi-Critrion Optimation，计算机科学讲义，第5467卷（2009年4月），Springer:Springer Berlin），36-50
[22] Rakshit，P。；科纳尔，A。；Bhowmik，P。；戈斯瓦米，I。；达斯，S。；Jain，L.C。；Nagar，A.K.，《使用差分进化和Q学习实现自适应模因算法：多机器人路径规划的案例研究》，IEEE Trans。系统。人类网络。，系统。，43、4、814-831（2013年7月）
[23] 斯托恩，R。；Price，K.V.，《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》，J.Glob。最佳。，11, 4, 341-359 (1997) ·Zbl 0888.90135号
[24] 达斯，S。；亚伯拉罕。；英国查克拉波蒂。；Konar，A.，使用基于邻域的变异算子的差异进化，IEEE Trans。埃沃。计算。，13、3、526-553（2009年6月）
[25] 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。埃沃。计算。，182-197年6月2日（2002年4月）
[26] 菲茨帕特里克，J.M。；Greffenstette，J.J.，《噪声环境中的遗传算法》，马赫。学习。，3、2-3、101-120（1988年10月）
[27] 孟德尔，E。；Krohling，R.A。；Campos，M.，应用于噪声优化问题的混沌跳跃群算法，信息科学。，181, 20, 4494-4514 (2011) ·Zbl 1242.68293号
[28] Gupta，M.K。；Gun，A.M。；Dasgupta，B.，《中央趋势测量》，Fundam。《统计》，第1卷（2008年），World Press Pvt Ltd。
[29] 海曼，S。；拉塔比，M。；Magnien，C.，《Outswiker:使用偏度发现样本和时间序列中的异常值》，（《2012年社会网络分析和挖掘进展国际会议论文集》（2012年8月），IEEE计算机学会），527-534
[30] 张，Q。；周，A。；赵，S。；Suganthan，P.N。；刘伟。；Tiwari，S.，CEC 2009特别会议和竞赛的多目标优化测试实例（2009年4月20日），英国科尔切斯特埃塞克斯大学计算机科学与电气工程学院和新加坡南洋理工大学，多目标优化算法性能评估特别会议，2008年技术报告
[31] Deb，K。；Thiele，L。；Laumanns，M。；Zitzler，E.，可扩展多目标优化测试问题，（IEEE进化计算大会会议记录，第1卷（2002年5月）），825-830
[32] Zitzler，E。；Deb，K。；Thiele，L.，《多目标进化算法的比较：经验结果》，Evol。计算。，8173-195（2000年6月）
[33] 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。埃沃。计算。，10，5477-506（2006年10月）
[34] 盒子，G.E.P。；Muller，M.E.，《关于随机偏差生成的注释》，《数学年鉴》。Stat.，29，2，610-611（1958）·Zbl 0085.13720号
[35] Knuth，D.E.，《计算机编程的艺术》，第2卷，半数值算法（1997），Addison-Wesley Longman出版公司：Addison-Whesley Longman出版社，美国马萨诸塞州波士顿·Zbl 0191.18001号
[36] Hörmann，W。；Leydold，J。；Derflinger，G.，随机变量生成的一般原理，自动非均匀随机变量生成，13-41（2004），Springer:Springer Berlin·Zbl 1038.65002号
[37] Marsaglia，G。；Tsang，W.W.，生成随机变量的Ziggurat方法，J.Stat.Softw。，5, 8, 1-7 (2000)
[38] Tezuka，S.，《统一随机数：理论与实践》，《工程与计算机科学史普林格国际丛书》，第315卷（1995年），第十二卷，第209页·Zbl 0841.65004号
[39] Schott，J.R.，《使用单准则和多准则遗传算法优化的容错设计》（1995年5月），马萨诸塞州理工学院航空航天系：马萨诸塞大学剑桥分校航空航天系，科学硕士论文
[40] van Veldhuizen，D.A。；Lamont，G.B.，《多目标进化算法：分析最新技术》，Evol。计算。，8, 2, 125-147 (2000)
[41] 科埃洛·科埃洛，C.A。；拉蒙特，G.B。；van Veldhuizen，D.A.，解决多目标问题的进化算法，遗传和进化计算系列（2007）·Zbl 1142.90029号
[42] Fleischer，M.，帕累托最优的度量。多目标元启发式的应用，（第二届进化多准则优化国际会议，第二届演化多准则优化会议，Springer，计算机科学讲稿，第2632卷（2003年4月），Springer-Verlag:Springer-Verlag Berlin），519-533·Zbl 1036.90530号
[43] Sheskin，D.，《参数和非参数统计程序手册》（2007），查普曼和霍尔/CRC·Zbl 1118.62001号
[44] Picek，S。；Golub，M。；Jakobovic，D.，二进制表示遗传算法中交叉算子性能的评估，（第七届智能计算国际会议：生物灵感计算与应用。第七届国际智能计算会议：生物创意计算与应用，计算机科学讲义，第6840卷（2012），施普林格-弗拉格：柏林施普林格），223-230
[45] Flury，B.，多元统计第一课程，统计系列中的Springer文本（1997）·Zbl 0879.62052号
[46] 德拉克，J。；加西亚，S。；莫利纳，D。；Herrera，F.，《关于使用非参数统计测试作为比较进化算法和群体智能算法的方法的实用教程》，swarm Evol。计算。，1、1、3-18（2011年3月）
[47] S.O.加西亚。；费尔南德斯，A.G。；Luengo，J。；Herrera，F.，《计算智能和数据挖掘实验设计中多重比较的高级非参数检验：权力的实验分析》，《信息科学》。，180、10、2044-2064（2010年5月）
[48] Santana-Quintero，L.V.公司。；Coello-Coello，C.A.，一种基于差分进化的多目标问题算法，国际计算机杂志。智力。第151-169号决议（2005年）
[49] Rakshit，P。；Sadhu，A.K。；哈尔德，A。；科纳尔，A。；Janarthanan，R.，《使用差分进化算法进行多目标优化的多机器人盒推送》，（国际软计算会议论文集，智能与软计算进展，第130卷（2012）），355-365
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。