×
李、柯;Kwong，Sam山姆;Kalyanmoy Deb

进化多目标优化的双种群范式。 （英语） Zbl 1390.90501号

信息科学。 309, 50-72 (2015).
摘要：收敛性和多样性是进化多目标优化（EMO）中的两个基本问题。然而，同时处理它们绝非易事，尤其是在处理复杂的帕累托最优集问题时。本文提出了一种双种群范式（DPP），该范式使用两个独立且共同进化的种群来同时处理收敛性和多样性。这两个种群分别由基于帕累托和分解的技术维持，可以说这两种技术在选择中具有互补作用。特别是，假设所谓的基于帕累托的存档保持了一个向帕累托最优前沿具有竞争选择压力的种群，而假设所谓的分解存档保持了目标空间中具有满意多样性的种群。此外，我们开发了一种限制性交配选择机制，以协调这两个种群之间的相互作用。DPP为在单一范式中集成基于Pareto和分解的技术铺平了道路。对17个具有明显特征和复杂Pareto-optimal集的基准问题进行了一系列综合实验。实验结果充分证明了该算法的有效性和竞争力。

MSC公司：

90C29型 多目标规划
90 C59 数学规划中的近似方法和启发式

关键词：

二元种群范式;帕累托最优;分解，分解;进化计算;多目标优化

软件：

表情符号;HypE公司;SPEA2公司;MOEA/天;NBI公司;RM-MEDA公司
PDF格式BibTeX公司 XML格式引用
\textit{K.Li}等人，《信息科学》。309、50-72（2015年；Zbl 1390.90501）
全文： 内政部

参考文献：

[1] 安东内利，M。；Duchange，P。；Marcelloni，F.，《基于模糊规则分类器的快速高效多目标进化学习方案》，Inform。科学。，283, 36-54 (2014) ·Zbl 1355.68221号
[2] Auger，A。；Bader，J。；布罗克霍夫，D。；Zitzler，E.，《基于超体积的多目标优化：理论基础和实际意义》，Theoret。计算。科学。，425, 75-103 (2012) ·兹比尔1242.90205
[3] Bader，J。；Zitzler，E.，HypE：基于快速超体积的多目标优化算法，Evol。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，欧洲期刊Oper。第181、31653-1669号决议（2007年）·Zbl 1123.90064号
[5] 博斯曼，P。；Thierens，D.，《多目标进化算法中接近性和多样性之间的平衡》，IEEE Trans。进化。计算。，7, 2, 174-188 (2003)
[6] 达斯，I。；Dennis，J.E.，《正边界交集：非线性多准则优化问题中生成Pareto曲面的新方法》，SIAM J.Optimiz。，8, 631-657 (1998) ·Zbl 0911.90287号
[7] 达斯，S。；Suganthan，P.N.，《差异进化：最先进技术的调查》，IEEE Trans。进化。计算。，15, 1, 4-31 (2011)
[8] Deb，K。；Goyal，M.，工程设计的组合遗传自适应搜索（GeneAS），计算。科学。通知。，26, 30-45 (1996)
[9] Deb，K。；Jain，H.，使用基于参考点的非支配排序方法的进化多目标优化算法，第一部分：用方框约束解决问题，IEEE Trans。进化。计算。，18, 4, 577-601 (2014)
[11] Deb，K。；莫汉，M。；Mishra，S.，评估基于支配的多目标进化算法以快速计算帕累托最优解，Evolution。计算。，13, 4, 501-525 (2005)
[12] 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, 2, 182-197 (2002)
[13] Deb，K。；Thiele，L。；Laumanns，M。；Zitzler，E.，进化多目标优化的可扩展测试问题，（Abraham，A.；Jain，L.；Goldberg，R.，《进化多目标最优化》，《高级信息与知识处理》（2005），施普林格出版社：施普林格伦敦），105-145·Zbl 1078.90567号
[14] Fieldsend，J.E。；Everson，R.M.，《涨潮进化算法：噪声优化问题的多目标优化程序》，IEEE Trans。进化。计算。，19, 1, 103-117 (2015)
[15] Giagkiozis，我。；帕索斯，R。；Fleming，P.，多目标优化的广义分解和交叉熵方法，Inform。科学。，282, 363-387 (2014) ·兹比尔1355.90091
[18] Laumanns，M。；Thiele，L。；Deb，K。；Zitzler，E.，在进化多目标优化中结合收敛性和多样性，Evol。计算。，10, 3, 263-282 (2002)
[19] 李，H。；Zhang，Q.，复杂Pareto集的多目标优化问题，MOEA/D和NSGA-II，IEEE Trans。进化。计算。，13, 2, 284-302 (2009)
[20] 李凯。；阿拉巴马州菲亚略。；Kwong，S。；Zhang，Q.，基于分解的多目标进化算法的带土匪的自适应算子选择，IEEE Trans。进化。计算。，18, 1, 114-130 (2014)
[21] 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，Inform。科学。，182, 1, 220-242 (2012)
[22] 李凯。；张，Q。；Kwong，S。；李，M。；Wang，R.，进化多目标优化中基于稳定匹配的选择，IEEE Trans。进化。计算。，18, 6, 909-923 (2014)
[23] 刘，H。；顾，F。；Zhang，Q.，将多目标优化问题分解为多个简单的多目标子问题，IEEE Trans。进化。计算。，18, 4, 450-455 (2014)
[24] Luna，F。；Zavala，G.R。；Nebro，A.J。；Durillo，J.J。；Coello，C.A.C.，现实世界结构优化问题的分布式多目标元启发式，计算。J.，58，3（2015）
[25] 梅，Y。；Tang，K。；Yao，X.，多目标电容约束电弧布线问题的基于分解的模因算法，IEEE Trans。进化。计算。，15, 2, 151-165 (2011)
[26] Miettinen，K.，非线性多目标优化，第12卷（1999），Kluwer学术出版社·Zbl 0949.90082号
[27] 蒙塔尼奥，A.A。；科埃罗，C.A.C。；Mezura-Montes，E.，《航空航天工程中的多目标进化算法》，IEEE Trans。进化。计算。，16, 5, 662-694 (2012)
[28] N.A.穆巴耶德。；彼得罗夫斯基，A。；McCall，J.，（D^2）MOPSO：基于分解和优势的MOPSO，使用目标和解决方案空间中的拥挤距离进行归档，Evol。计算。，22, 1, 47-77 (2014)
[29] Ponsich，A。；杰姆斯，A。；Coello，C.，《解决投资组合优化问题和其他金融和经济应用的多目标进化算法综述》，IEEE Trans。进化。计算。，17, 3, 321-344 (2013)
[30] 马绍斯共和国。；Fleming，P.J.，《关于许多冲突目标的进化优化》，IEEE Trans。进化。计算。，11, 6, 770-784 (2007)
[31] Qasem，S.N。；Shamsuddin，S.M。；哈希姆，S.Z.M。；Darus先生。；Al-Shammari，E.，用于分类问题的基于Memetic多目标粒子群优化的径向基函数网络，Inform。科学。，239, 1, 165-190 (2013)
[32] Rajabalipour Cheshmehgaz，H。；德萨，M。；Wibowo，A.，采用多目标进化算法，考虑成本和时间标准的灵活三级物流网络设计，J.Intell。制造，1-17（2011）
[33] 罗斯塔米，S。；O'Reilly，D。；Shenfield，A。；Bowring，N.，一种新的偏好清晰度算子，用于隐蔽武器检测中分类器的进化多目标优化，Inform。科学。，295, 494-520 (2014)
[34] 信德省。；Miettinen，K。；Deb，K.，进化多目标优化的混合框架，IEEE Trans。进化。计算。，17, 4, 495-511 (2013)
[35] Yen，G.G。；He，Z.，多目标进化算法的性能度量集成，IEEE Trans。进化。计算。，18, 1, 131-144 (2014)
[36] 张，Q。；Li，H.，MOEA/D:一种基于分解的多目标进化算法，IEEE Trans。进化。计算。，11, 6, 712-731 (2007)
[38] 张，Q。；周，A。；Jin，Y.，RM-MEDA:基于规则模型的多目标分布估计算法，IEEE Trans。进化。计算。，12, 1, 41-63 (2008)
[40] 周，A。；Qu，B。；李，H。；赵，S。；Suganthan，P.N。；Zhang，Q.，《多目标进化算法：最新技术综述》，Swarm Evol。计算。，1, 1, 32-49 (2011)
[41] Zitzler，E。；Künzli，S.，多目标搜索中基于指标的选择，（PPSN VIII:第八届自然并行问题解决国际会议论文集（2004），施普林格），832-842
[43] 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, 4, 257-271 (1999)
[44] Zitzler，E。；Thiele，L。；Laumanns，M。；丰塞卡，C.M。；da Fonseca，V.G.，《多目标优化器的性能评估：分析与评论》，IEEE Trans。进化。计算。，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。