×
Günter鲁道夫;奥利弗·舒茨;格里姆，克里斯蒂安;Domínguez-Medina，克里斯蒂安;海克·特劳特曼

双目标问题的最优平均Hausdorff档案：理论和数值结果。 （英语） 兹比尔1369.90162

计算。最佳方案。申请。 64，第2号，589-618（2016）.
摘要：进化多目标优化（EMO）的一个主要任务是获得帕累托前沿的适当有限大小近似，帕累托前沿是给定多目标优化问题的解集（称为帕累托集）的图像。在技术文献中，所需近似的特征通常表示为接近Pareto前沿和所获得的解的充分分布。在本文中，我们首先通过理论和实证结果表明，最近提出的平均Hausdorff（或（Delta_p）-）指标确实旨在满足双目标优化问题的两个性能标准。在本文的第二部分中，引入了标准EMO算法，并结合一个专门的存档程序和一个基于（Delta_p）指示符的后处理步骤，该算法充分逼近（Delta_p）最优存档，并生成沿Pareto前沿均匀分布的解。

引用于4文件

MSC公司：

90C29型 多目标规划

关键词：

进化计算;\（\Delta_p\）指示器;豪斯道夫距离;进化多目标优化

软件：

SMS-EMOA公司;j金属;MOEA/D公司
PDF格式BibTeX公司 XML格式引用
\textit{G.Rudolph}等人，《计算》。最佳方案。申请。64，第2号，589--618（2016；Zbl 1369.90162）
全文： 内政部

参考文献：

[1] Auger，A.、Bader，J.、Brockhoff，D.、Zitzler，E.：超体积指示剂理论：最佳（μ）分布和参考点的选择。摘自：第十届ACM SIGEVO遗传算法基础研讨会论文集，第87-102页。ACM出版社（2009）·Zbl 1369.68293号
[2] 贝姆，N；Naujoks，B；Emmerich，M，SMS-EMOA:基于支配超体积的多目标选择，Eur.J.Oper。研究，1811653-1669，（2007）·Zbl 1123.90064号 ·doi:10.1016/j.ejor.2006.08.008
[3] 加利福尼亚州科埃洛·科埃洛；Cruz Cortés，N，使用人工免疫系统解决多目标优化问题，Genet。程序。进化马赫数。，6, 163-190, (2005) ·数字对象标识代码：10.1007/s10710-005-6164-x
[4] Coello Coello，C.A.，Lamont，G.B.，Van Veldhuizen，D.A.：解决多目标问题的进化算法，第2版。施普林格，纽约（2007）·Zbl 1142.90029号
[5] Deb，K.：使用进化算法的多目标优化。威利，纽约（2001）·Zbl 0970.90091号
[6] 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。进化。计算。，6, 182-197, (2002) ·数字对象标识代码：10.1109/4235.996017
[7] Dominguez-Medina，C.，Rudolph，G.，Schütze，O.，Trautmann，H.：使用PSA分割技术的四目标问题的均匀间隔Pareto前沿。摘自：IEEE进化计算大会会议记录（CEC 2013），第3190-3197页。IEEE出版社，新泽西州皮斯卡塔韦（2013）
[8] 杜里洛，JJ；Nebro，AJ，Jmetal:一个用于多目标优化的Java框架，高级工程软件。，42, 760-771, (2011) ·doi:10.1016/j.advengsoft.2011.05.014
[9] Emmerich，M.、Deutz，A.、Kruisselbrink，J.、Shukla，P.：基于锥的超体积指标：构造、属性和高效计算。摘自：Purshouse，R.、Fleming，P.、Fonseca，C.、Greco，S.、Shaw，J.（编辑）《进化多准则优化学报》（EMO 2013），第111-127页。柏林施普林格出版社（2013）
[10] Emmerich，M.T.、Deutz，A.H.、Kruisselbrink，J.W.：关于黑盒水平集近似的质量指标。在：EVOLVE-A概率、面向集合的数值和进化计算之间的桥梁，第157-185页。柏林施普林格出版社（2013）·Zbl 1251.68201号
[11] Gerstl，K.，Rudolph，G.，Schütze，O.，Trautmann，H.：通过平均Hausdorff-measure.找到多目标控制的均匀间隔前沿。摘自：《第八届电气工程、计算科学和自动控制国际会议论文集》，第1-6页。IEEE出版社（2011）。doi:10.1109/ICEEE.2011.6106656
[12] Hansen，M.P.，Jaszkiewicz，A.：评估非支配集近似的质量。IMM技术报告IMM-REP-1998-7，丹麦理工大学数学建模研究所，林比（1998）
[13] Hillermeier，C.：非线性多目标优化——广义同伦方法。Birkhäuser，巴塞尔（2001年）·Zbl 0966.90069号 ·数字对象标识代码：10.1007/978-3-0348-8280-4
[14] Horn，R.A.，Johnson，C.R.：矩阵分析。剑桥大学出版社，剑桥（1985）·Zbl 0576.15001号 ·doi:10.1017/CBO9780511810817
[15] Huang，V.，Qin，A.，K.Deb，Zitzler，E.，Suganthan，P.，Liang，J.，Preuss，M.，Huband，S.：多目标优化算法性能评估的问题定义。新加坡南洋理工大学TR-13技术报告（2007年）。http://www3.ntu.edu.sg/home/epnsugan/index_files/CEC-07/CEC07.htm
[16] 丈夫，S；辛斯顿，P；巴龙，L；L，多目标测试问题综述和可扩展测试问题工具包，IEEE Trans。进化。计算。，10, 477-506, (2006) ·Zbl 1109.68603号 ·doi:10.1109/TEVC.2005.861417
[17] Knowles，J.，Corne，D.：关于比较非支配集的度量。摘自：IEEE进化计算大会会议记录（CEC 2002），第1卷，第711-716页。IEEE出版社，新泽西州皮斯卡塔韦（2002）
[18] Knowles，J.D.，Corne，D.W.，Fleischer，M.：使用Lebesgue度量的有界归档。摘自：IEEE进化计算大会会议记录（CEC 2003），第4卷，第2490-2497页。IEEE出版社，新泽西州皮斯卡塔瓦（2003）
[19] Kukkonen，S.，Deb，K.：基于拥挤距离的双目标优化问题非支配解的改进剪枝。载：《IEEE进化计算大会论文集》（CEC 2006），第1179-1186页。IEEE出版社，新泽西州皮斯卡塔韦（2006）
[20] Mehnen，J.，Wagner，T.，Rudolph，G.：动态多目标测试函数的进化优化。摘自：第二届意大利进化计算研讨会论文集（GSICE2）。ACM出版社（2006）。光盘；http://ls11-www.cs.uni-dortmund.de/people/rudolph/publications/papers/MWR06.pdf
[21] 帕雷托：《政治经济学手册》。麦克米兰出版社，伦敦（1971）
[22] Pottharst，A.、Baptist，K.、Schütze，O.、Böcker，J.、Fröhlecke，N.、Dellnitz，M.：使用多目标优化方法的直线电机驱动车辆的操作点分配（2004）。摘自：2004年第11届欧洲电力工程师协会-太平洋电力市场委员会国际会议记录。拉脱维亚里加
[23] Powell，MJD，《关于最小化算法的搜索方向》，数学。程序。，4, 193-201, (1973) ·Zbl 0258.90043号 ·doi:10.1007/BF01584660
[24] 鲁道夫，G；特劳特曼，H；Schütze，O，paretofront bei mehrkriteriellen kontrollproblemen的同源近似，Automatisierungstechnik（at），60，612-621，（2012）·doi:10.1524/auto.2012.1033
[25] Rudolph，G.，Trautmann，H.，Sengupta，S.，Schütze，O.：基于三角剖分的三准则问题的均匀间距Pareto前沿近似。摘自：《第七届进化多准则优化国际会议论文集》（EMO 2013），第443-458页。柏林施普林格出版社（2013）·Zbl 0258.90043号
[26] Salomon，S.、Avigad，G.、Goldvard，A.、Schütze，O.：PSA-一种新的可扩展的基于空间划分的MOEA选择算法。收录于：Schütze，O.等人（编辑）EVOLVE-A Bridge Between Probability，Set Oriented Numerics，and Evolutionary Computation II（Proceedings），第175卷，第137-151页。柏林施普林格出版社（2013）
[27] 舒茨，O；埃斯基维尔，X；劳拉，A；Coello Coello，CA，使用平均Hausdorff距离作为进化多目标优化的性能度量，IEEE Trans。进化。计算。，16, 504-522, (2012) ·doi:10.1109/TEVC.2011.2161872
[28] Trautmann，H.，Rudolph，G.，Dominguez-Medina，C.，Schütze，O.：为三目标优化问题寻找均匀间距的Pareto前沿。收录于：Schütze，O.等人（编辑）EVOLVE-A Bridge between Probability，Set Oriented Numerics，and Evolutionary Computation II（Proceedings），第89-105页。柏林施普林格出版社（2013）
[29] Veldhuizen，D.A.V.：多目标进化算法：分类、分析和新创新。俄亥俄州Wright-Patterson空军基地空军技术学院工程研究生院电气与计算机工程系博士论文（1999年）
[30] Witting，K.：处理参数优化问题的数值算法及其应用。帕德博恩大学博士论文（2012年）
[31] 威廷，K；舒尔茨，B；Dellnitz，M；Böcker，J；Fröhleke，N，机电系统在线多目标优化的一种新方法，Int.J.Softw。技术工具。传输。，10, 223-231, (2008) ·doi:10.1007/s10009-008-0066-1
[32] 张，Q；Li，H，MOEA/D：基于分解的多目标进化算法，IEEE Trans。进化。计算。，11, 712-731, (2007) ·doi:10.1109/TEVC.2007.892759
[33] Zitzler，E；Deb，K；Thiele，L，《多目标进化算法的比较：经验结果》，Evol。计算。，8, 173-195, (2000) ·数字对象标识代码：10.1162/106365600568202
[34] Zitzler，E；Thiele，L，《多目标进化算法：比较案例研究和强度Pareto方法》，IEEE Trans。进化。计算。，3, 257-271, (1999) ·doi:10.1109/4235.797969
[35] Zitzler，E；蒂勒，L；Laumanns，M；丰塞卡，CM；VG，Fonseca，《多目标优化器的性能评估：分析与评论》，IEEE Trans。进化。计算。，7, 117-132, (2003) ·doi:10.1109/TEVC.2003.810758
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。