×
比勒尔·德贝尔；杰雷米·休谟；阿诺德·利福吉；塞巴斯蒂安·维雷尔

分布式本地化双目标搜索。 （英语） Zbl 1339.90295号

欧洲药典。物件。 239，第3期，731-743（2014）.
摘要：我们提出了一种新的分布式启发式算法来逼近双目标优化问题的Pareto集。我们的方法处于并行协同计算、目标空间分解和自适应搜索的十字路口。给定多个计算节点，我们在本地对其进行自协调，以便协同搜索Pareto前沿的不同区域。这在完全独立的方法（每个节点都独立于其他节点运行）和完全集中的方法（每一步都需要全局了解整个种群）之间进行了权衡。更具体地说，解决方案的总体是结构化的，并映射到计算节点。作为局部信息，每个节点仅使用其邻居在目标空间中的位置，并基于我们所称的“局部适应度函数’. 这可以使分布式搜索在所有节点上进化为高质量近似集，并且通信量最小。我们使用数百个核心的计算机集群部署我们的分布式算法，并研究其在MNK环境中的特性和性能。通过大量的大规模实验，我们的方法在近似质量、计算时间和可扩展性方面都非常有效。

引用于2文件

MSC公司：

90C29型 多目标规划
90C27型 组合优化
90 C59 数学规划中的近似方法和启发式

关键词：

多目标规划；组合优化；并行和分布式计算；进化计算

软件：

HypE公司；SMS-EMOA公司；国际学生成绩评估；MOEA/D公司；天堂EO-MOEO
PDF格式BibTeX公司 XML格式引用
\textit{B.Derbel}等人，《欧洲药典》。239号决议，第3号，731--743（2014年；Zbl 1339.90295）
全文： 内政部 哈尔

参考文献：

[1] 阿吉雷，H.E。；Tanaka，K.，MOEA在MNK景观上的工作原理、行为和性能，《欧洲运筹学杂志》，181，3，1670-1690（2007）·邮编1123.90063
[2] Aneja，Y.P。；Nair，K.P.K.，Bicriteria运输问题，管理科学，25，1，73-78（1979）·Zbl 0442.90056号
[3] Bader，J。；Zitzler，E.，HypE:基于快速超卷的多目标优化算法，进化计算，19，1，45-76（2011）
[4] 比姆，N。；Naujoks，B。；Emmerich，M.，SMS-EMOA:基于支配超体积的多目标选择，《欧洲运筹学杂志》，181，3，1653-1669（2007）·兹比尔1123.90064
[5] 布鲁勒，S。；Laumanns，M。；Thiele，L。；Zitzler，E.，搜索算法的PISA-A平台和编程语言独立接口，（进化多准则优化国际会议（EMO 2003）。进化多准则优化国际会议（EMO 2003），计算机科学讲稿，第2632卷（2003），斯普林格：斯普林格法罗，葡萄牙），494-508·Zbl 1037.68743号
[7] Bui，L.T。；阿巴斯，H.A。；Essam，D.，局部模型——分布式多目标优化方法，计算优化与应用，42，1，105-139（2009）·Zbl 1153.90530号
[8] 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（2007），Springer:Springer New York，USA·Zbl 1142.90029号
[9] 科埃洛·科埃洛，C.A。；Sierra，M.R.，《协同进化多目标进化算法的并行化研究》，（墨西哥人工智能国际会议（MICAI 2004）。墨西哥人工智能国际会议（MICAI 2004），计算机科学讲稿，第2972卷（2004），施普林格：施普林格墨西哥城），688-697
[10] Deb，K.，《使用进化算法的多目标优化》（2001），John Wiley&Sons：John Willey&Sons Chichester，英国·Zbl 0970.90091号
[11] Deb，K。；阿格拉瓦尔，S。；普拉塔普，A。；Meyarivan，T.，一种快速的精英多目标遗传算法：NSGA-II，IEEE进化计算汇刊，6，2，182-197（2002）
[12] 德布，K。；Zope，P。；Jain，A.，用进化算法进行Pareto-optimal解决方案的分布式计算，（进化多准则优化国际会议（EMO 2003）。进化多准则优化国际会议（EMO 2003），计算机科学讲稿，第2362卷（2003），斯普林格：斯普林格法罗，葡萄牙），534-549·Zbl 1036.90526号
[14] Durillo，J。；张，Q。；内布罗，A。；Alba，E.，并行MOEA/D中计算工作量的分配，（学习和智能优化国际会议（LION 5）。国际学习与智能优化会议（LION 5），计算机科学讲稿，第6683卷（2011），施普林格：意大利罗马施普林格），488-502
[15] Ehrgott，M.，多准则优化（2005），施普林格：施普林格柏林，德国·Zbl 1132.90001号
[16] Figueira，J.R。；Liefoghe，A。；塔尔比，E.-G。；Wierzbicki，A.P.，《多目标优化的并行多参考点方法》，《欧洲运筹学杂志》，205，2，390-400（2010）·Zbl 1188.90237号
[18] 休谟，J。；Liefoghe，A。；塔尔比，E.-G。；Verel，S.，ParadisEO-MO：《从适应性景观分析到高效的局部搜索算法》，《启发式杂志》，19，6，881-915（2013）·Zbl 1365.90008号
[19] Jozefowiez，N。；Semet，F。；Talbi，E.-G.，《多目标优化的并行和混合模型：在车辆路径问题中的应用》，（自然并行问题解决国际会议（PPSN VII）。国际自然并行问题解决会议（PPSN VII），计算机科学讲义，第24卷（2002年），格拉纳达斯普林格：西班牙格拉纳达斯普林格，271-280
[20] 考夫曼，S.A.，《秩序的起源》（1993），牛津大学出版社：牛津大学出版社，美国纽约
[22] Liefoghe，A。；Jourdan，L。；Talbi，E.-G.，基于进化多目标优化概念统一模型的软件框架：ParadisEO-MOEO，《欧洲运筹学杂志》，209，2，104-112（2011）
[23] López-Ibáñez，M。；帕奎特。；Stützle，T.，生物目标优化中随机局部搜索算法的探索性分析，（优化算法分析的实验方法（2010），Springer），209-222·Zbl 1208.90154号
[24] 梅勒布，N。；塔尔比，E.-G。；Cahon，S.，《计算网格上的并行进化算法》，（并行进化计算。并行进化计算，计算智能研究，第22卷（2006），Springer），117-132·Zbl 1103.68977号
[25] Mostaghim，S.，使用自组织异构资源的并行多目标优化，（并行和分布式计算智能。并行和分布式计算机智能，计算智能研究，第269卷（2010），Springer），165-179·Zbl 1200.68049号
[27] Nebro，A.J。；Durillo，J.J.，《多目标元启发式MOEA/D并行化研究》，（学习和智能优化国际会议（LION 4）。国际学习与智能优化会议（狮子4），计算机科学讲稿，第6073卷（2010），施普林格：施普林格威尼斯，意大利），303-317
[28] Peleg，D.，《分布式计算：一种对位置敏感的方法》（2000年），工业和应用数学学会：美国宾夕法尼亚州费城·Zbl 0959.68042号
[29] 齐，Y。；马，X。；刘，F。；Jiao，L。；Sun，J。；Wu，J.，具有自适应权重调整的MOEA/D，进化计算，22，2，231-264（2014）
[30] 斯特里切特，F。；Ulmer，H。；Zell，A.，《使用聚类算法的多目标进化算法的并行化》，（进化多准则优化国际会议（EMO 2005）。进化多准则优化国际会议（EMO 2005），计算机科学讲稿，第3410卷（2005），施普林格：墨西哥施普林格瓜纳华托），92-107·Zbl 1109.68637号
[31] 塔尔比，E.-G。；莫斯塔吉，S。；Okabe，T。；Ishibuchi，H。；鲁道夫，G。；Coello Coello，C.A.，多目标优化的并行方法，（多目标优化-交互式和进化方法。多目标优化–交互式和进化法，计算机科学讲义，第5252卷（2008），Springer），349-372·Zbl 1147.68304号
[32] Tan，K。；Yang，Y.J。；Goh，C.，用于多目标优化的分布式协同进化算法，IEEE进化计算汇刊，10，5，527-549（2006）
[33] Tomassini，M.，《空间结构进化算法：空间和时间中的人工进化》。空间结构进化算法：时空中的人工进化，自然计算系列（2005），施普林格：施普林格柏林，德国·Zbl 1089.68114号
[34] Van Veldhuizen，D.A。；Zydallis，J.B。；Lamont，G.B.，工程并行多目标进化算法的考虑因素，IEEE进化计算汇刊，7，2，144-173（2003）
[35] Verel，S。；Liefoghe，A。；Jourdan，L。；Dhanens，C.，《关于多目标组合搜索空间的结构：具有相关目标的MNK景观》，《欧洲运筹学杂志》，227，2，331-342（2013）
[36] 张，Q。；Li，H.，MOEA/D:基于分解的多目标进化算法，IEEE进化计算汇刊，11，6，712-731（2007）
[38] 齐茨勒，E。；Thiele，L.，《多目标进化算法：比较案例研究和强度Pareto方法》，IEEE进化计算汇刊，3，4，257-271（1999）
[39] Zitzler，E。；Thiele，L。；Laumanns，M。；Foneseca，C.M。；Grunert da Fonseca，V.，《多目标优化器的性能评估：分析与评述》，IEEE进化计算汇刊，7，2，117-132（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。