×
朱晓树;张杰;冯俊宏

基于PAM和均匀设计的多目标粒子群优化算法。 （英语） Zbl 1394.90590号

数学。问题。工程师。 2015年，文章ID 126404，17 p.（2015）.
摘要：在MOPSO（多目标粒子群优化）中，为了保持或增加群的多样性，并帮助算法跳出局部最优解，PAM（围绕Medoid分区）分别引入聚类算法和均匀设计来保持Pareto最优解的多样性和所选Pareto最佳解的一致性。本文提出了一种基于PAM和均匀设计的多目标粒子群优化算法。该算法与其他算法的区别在于，首先将PAM和均匀设计引入到MOPSO中。在几个测试问题上的实验结果表明，该算法是有效的。

MSC公司：

90 C59 数学规划中的近似方法和启发式
90C29型 多目标规划

软件：

RM-MEDA公司;MOEA/天
PDF格式BibTeX公司 XML格式引用
\textit{X.Zhu}等人，数学。问题。Eng.2015，文章ID 126404，17 p.（2015；Zbl 1394.90590）
全文： 内政部

参考文献：

[1] Schaffer，J.D.，采用矢量评估遗传算法的多目标优化，第一届遗传算法国际会议论文集·Zbl 0676.68047号
[2] Tang，L。；Wang，X.，多目标优化问题的混合多目标进化算法，IEEE进化计算汇刊，17，1，20-45，（2013）·doi:10.1109/tevc.2012.2185702
[3] Deb，K。；阿格拉瓦尔，S。；普拉塔普，A。；Meyarivan，T.，一种用于多目标优化的快速精英非支配排序遗传算法：NSGA-II，《自然》PPSN VI中的并行问题解决，《自然PPSNⅥ》中的平行问题解决，计算机科学讲义，1917，849-858，（2000），德国柏林：德国柏林斯普林格·doi:10.1007/3-540-45356-383
[4] 张杰。；王，Y。；Feng，J.，基于属性索引和均匀设计的进化算法多目标关联规则挖掘，科学世界杂志，2013，（2013）·doi:10.1155/2013/259347
[5] 江，S。；Cai，Z.，《通过正交和均匀设计实现多目标进化算法的更快收敛和更高超体积》，《计算与智能进展》。《计算与智能进展》，计算机科学讲稿，6382，312-328，（2010），德国柏林：施普林格，德国柏林·doi:10.1007/978-3-642-16493-4_33
[6] 肯尼迪，J。；Eberhart，R.，粒子群优化，IEEE神经网络国际会议论文集
[7] 埃伯哈特，R。；Kennedy，J.，《使用粒子群理论的新优化器》，第六届微机械与人类科学国际研讨会论文集，IEEE·doi:10.1109/MHS.1995.494215
[8] Yang，L.，一种快速的精英多目标粒子群算法：NSPSO，IEEE粒度计算国际会议论文集（GRC’08）·doi:10.1109/grc.2008.4664711
[9] 科埃罗，C.A.C。；普利多，G.T。；Lechuga，M.S.，用粒子群优化处理多目标，IEEE进化计算汇刊，8，3，256-279，（2004）·doi:10.1109/tevc.2004.826067
[10] Clerc，M。；Kennedy，J.，《多维复杂空间中的粒子群爆炸、稳定性和收敛》，IEEE进化计算汇刊，6，1，58-73，（2002）·doi:10.1109/4235.985692
[11] 小慧，H。；Eberhart，R.，使用动态邻域粒子群优化的多目标优化，进化计算大会论文集（CEC’02）·doi:10.1109/cec.2002.1004494
[12] 莫斯塔吉，S。；Teich，J.，《在多目标粒子群优化（MOPSO）中寻找良好局部指导的策略》，IEEE swarm Intelligence Symposium会议记录（SIS'03）·doi:10.1109/sis.2003.1202243
[13] Bartz-Beielstein，T。；林堡，P。；Mehnen，J。；施密特，K。；帕索普洛斯，K.E。；Vrahatis，M.N.，《使用增强存档技术进行Pareto优化的粒子群优化器》，《进化计算大会论文集》（CEC'03）·doi:10.1109/十二月.2003.1299888
[14] 帕索普洛斯，K.E。；Tasoulis，D.K。；Vrahatis，M.N.，使用并行向量评估粒子群优化的多目标优化，IASTED人工智能与应用国际会议论文集（AIA’04）
[15] 蔡，S.-J。；Sun，T.-Y。；刘，C.-C。；谢世忠。；Wu，W.C。；Chiu，S.-Y.，多目标问题的改进多目标粒子群优化器，专家系统与应用，37，8，5872-5886，（2010）·doi:10.1016/j.eswa.2010.02.018
[16] 穆萨，A.A。；El-Shorbagy，医学硕士。；Abd-El-Wahed，W.F.，用于多目标优化的基于局部搜索的混合粒子群优化算法，swarm和进化计算，3，1-14，（2012）·doi:10.1016/j.swevo.2011.11.005
[17] Wang，J。；刘伟。；张，W。；Yang，B.，基于自更新和网格策略的多目标粒子群优化，2012年信息技术和软件工程国际会议论文集，（2013），德国柏林：施普林格，德国柏林·doi:10.1007/978-3-642-34522-791
[18] Khalili-Damghani，K。；阿布塔希，A.-R。；Tavana，M.，解决可靠性冗余分配问题的新多目标粒子群优化方法，可靠性工程与系统安全，111，58-75，（2013）·doi:10.1016/j.ress.2012.10.009
[19] 张杰。；王，Y。；Feng，J.，基于PAM的并行粒子群优化，第二届信息工程与计算机科学国际会议论文集（ICIECS’10）·doi:10.1109/iciecs.2010.5678158
[20] Han，J。；Kamber，M.，《数据挖掘：概念和技术》，（2006），Morgan Kaufmann·兹比尔1445.68004
[21] Ibrahim，L.F.，《将聚类算法CWSP-PAM用于农村网络规划》，第三届信息技术与应用国际会议论文集（ICITA’05），IEEE·doi:10.1109/icita.2005.300
[22] 肖普拉，P。；Kang，J。；Lee，J.，《使用基因对组合提高PAM分类器的准确性》，IEEE生物信息学和生物医学国际会议论文集（BIBM’09）·doi:10.1109/bibm.2009.47
[23] 梁，Y.-W。；Wang，Y.，使用统一设计和遗传算法的多目标规划，IEEE系统汇刊，人与控制论第C部分：应用与评论，30，3，293-304，（2000）·doi:10.1109/5326.885111
[24] 刘，D。；Tan，K.C。；Goh，C.K。；Ho，W.K.，《基于粒子群优化的多目标模因算法》，《IEEE系统、人与控制论汇刊》。B部分：控制论，37，1，42-50，（2007）·doi:10.1109/tsmcb.2006.883270
[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进化计算汇刊，6，2，182-197，（2002）·数字对象标识代码：10.1109/4235.996017
[26] 丰塞卡，C.M。；Fleming，P.J.，进化算法的多目标优化和多约束处理。二、。应用示例，IEEE系统、人与控制论汇刊，A部分：系统与人，28，1，38-47，（1998）·数字对象标识代码：10.1109/3468.650320
[27] Kursawe，F.，向量优化进化策略的变体，《自然》中的并行问题解决。《自然中的并行问题解决》，计算机科学讲义，496193-197，（1991），德国柏林：施普林格，德国柏林·doi:10.1007/BFb0029752
[28] 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）·数字对象标识代码：10.1162/106365600568202
[29] 刘，H.-L。；王，Y。；Cheung，Y.-M.，一种使用min-max策略和球面坐标变换的多目标进化算法，智能自动化与软计算，15，3，361-384，（2009）·doi:10.1080/10798587.2009.10643036
[30] 查克拉博蒂，N。；库马尔，B.S。；巴布，V.S。；莫伊特拉，S。；Mukhopadhyay，A.，一种新的多目标遗传算法应用于热轧过程，应用数学建模，32，9，1781-1789，（2008）·Zbl 1145.90440号 ·doi:10.1016/j.apm.2007.06.011
[31] Deb，K.，《多目标遗传算法：问题难度和测试问题的构造》，进化计算，7，3，205-230，（1999）·doi:10.1162/evco.1999.7.3.205
[32] Deb，K。；Thiele，L。；Laumanns，M。；Zitzler，E.，进化多目标优化的可扩展测试问题，进化多目的优化。进化多目标优化，高级信息和知识处理，105-145，（2005），英国伦敦：英国伦敦施普林格·Zbl 1078.90567号 ·数字对象标识代码：10.1007/1-84628-137-76
[33] Shi，Y。；Eberhart，R.，《改进的粒子群优化器》，IEEE世界计算智能大会论文集
[34] Feng，C.S。；聪，S。；Feng，X.Y.，粒子群优化中的一种新的自适应惯性权重策略，IEEE进化计算大会（CEC'07）的进展，IEEE·doi:10.1109/cec.2007.4425017
[35] Goh，C.K。；Tan，K.C。；Liu，D.S。；Chiam，S.C.，《多目标粒子群优化算法设计的竞争与合作协同进化方法》，《欧洲运筹学杂志》，202，1，42-54，（2010）·Zbl 1175.90352号 ·doi:10.1016/j.ejor.2009.05.005
[36] Cheng，P。；潘，J.-S。；李，L。；Tang，Y。；Huang，C.，《多目标优化器性能评估调查》，第四届遗传与进化计算国际会议论文集（ICGEC’10）·doi:10.1109/icgec.2010.91
[37] 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：分析和评论》，IEEE进化计算汇刊，7，2，117-132，（2003）·doi:10.10109/每周五2003.810758
[38] Zitzler，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）·doi:10.1109/4235.797969
[39] 李，H。；张琪，复杂帕累托集多目标优化问题，MOEA/D和NSGA-II，IEEE进化计算汇刊，13，2，284-302，（2009）·doi:10.1109/tevc.2008.925798
[40] 张，Q。；周，A。；赵，S。；Suganthan，P.N。；刘伟。；Tiwari，S.，CEC 2009年特别会议和竞赛的多目标优化测试实例，工作报告，（2008），埃塞克斯大学计算与电子系统系
[41] 张，Q。；周，A。；Jin，Y.，RM-MEDA:一种基于正则模型的多目标分布估计算法，IEEE进化计算汇刊，12，1，41-63，（2008）·doi:10.1010/TEVC.2007.894202
[42] Tsou，C.-S。；方，H.-H。；Chang，H.-H。；Kao，C.-H.，一种改进的粒子群Pareto优化器，具有局部搜索和聚类，模拟进化和学习。模拟进化与学习，计算机科学课堂讲稿，4247400-407，（2006）·doi:10.1007/11903697_51
[43] Wickramasinghe，美国。；Li，X.，使用差分进化为多目标PSO算法选择领导者，第七届模拟进化与学习国际会议论文集，Springer
[44] Krink，T。；Vesterstrom，J.S。；Riget，J.，带空间粒子扩展的粒子群优化，进化计算大会会议记录（CEC'02）·doi:10.1109/cec.2002.1004460
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。