×
陈黄科；程冉；文，金明；李海峰；翁，Jian

利用具有可扩展小种群的协方差矩阵自适应进化策略求解大规模多目标优化问题。 （英语） Zbl 1456.90141号

信息科学。 509, 457-469 (2020).
摘要：尽管进化多目标优化技术近年来得到了发展，但大规模决策变量问题仍然具有挑战性。在这项工作中，我们提出了一种基于协方差矩阵自适应进化策略（S^3）-CMA-ES）的可扩展小种群算法，用于解决具有大规模决策变量的多目标优化问题。所提出的（S^3）-CMA-ES尝试使用一系列小的子种群而不是整个种群来近似帕累托最优解集，其中每个子种群仅收敛于一个解。在提议的（S^3）-CMA-ES中，设计了一种多样性改进策略来生成和选择新的解决方案。在具有5-15个目标和500-1500个决策变量的36个测试实例上，将\（S^3\）-CMA-ES的性能与五种具有代表性的算法进行了比较。实验结果证明了所提出的（S^3）-CMA-ES的优越性。

引用于2文件

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：

进化算法；CMA-ES公司；大规模多目标优化；多目标优化；可扩展人口

软件：

CMA-ES公司；PlatEMO公司；MOEA/天；HypE公司
PDF格式BibTeX公司 XML格式引用
\textit{H.Chen}等人，《信息科学》。509457-469（2020年；兹比尔1456.90141）
全文： 内政部

参考文献：

[1] 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)
[2] 蔡，X。；梅，Z。；风扇，Z。；Zhang，Q.，进化多目标优化的网格约束分解方法，IEEE Trans。进化。计算。(2017)
[3] 蔡，X。；Sun，H。；Fan，Z.，基于参考向量的多样性指示器，用于多目标优化，信息科学。，430, 467-486 (2018)
[4] 蔡，X。；杨，Z。；风扇，Z。；Zhang，Q.，进化多目标和多目标优化的基于分解的排序和基于角度的选择，IEEE Trans。赛博。，472824-2837（2017年）
[5] 曹，B。；赵，J。；吕，Z。；Liu，X.，一种用于大规模优化的分布式并行协同进化多目标进化算法，IEEE Trans。印第安纳州信息，2030-2038年第13、4期（2017年）
[6] 陈，H。；朱，X。；郭，H。；朱，J。；秦，X。；Wu，J.，《不确定云计算环境下实时任务的节能调度》，J.Syst。软质。，99, 2, 20-35 (2015)
[7] 陈，H。；朱，X。；刘，G。；Pedrycz，W.，《云服务环境中实时工作流的不确定性在线调度》，IEEE Trans。服务。计算。(2018)
[8] 陈，H。；朱，X。；佩德里茨，W。；尹，S。；吴，G。；Yan，H.，PEA：通过分离收敛性和多样性实现大规模多目标优化的并行进化算法，第38届IEEE分布式计算系统国际会议论文集，2366-2371（2018），IEEE
[9] 陈，H。；朱，X。；邱，D。；刘，L。；Du，Z.，《通过在云中选择性复制任务来调度具有安全敏感中间数据的工作流》，IEEE Trans。并行分配系统。，28, 9, 2674-2688 (2017)
[10] Cheng，J。；Yen，G.G。；Zhang，G.，一种基于网格的自适应多目标差分进化算法，信息科学。，367, 890-908 (2016)
[11] Cheng，R.，大型问题的自然启发优化（2016），萨里大学：英国萨里大学，博士论文
[12] Cheng，R。；Jin，Y。；奥尔霍弗，M。；Sendhoff，B.，用于多目标优化的参考向量引导进化算法，IEEE Trans。进化。计算。，20, 5, 773-791 (2016)
[13] Cheng，R。；Jin，Y。；奥尔霍弗，M。；Sendhoff，B.，大规模多目标和多目标优化的测试问题，IEEE Trans。赛博。，4714108-4121（2017）
[14] 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)
[15] 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)
[16] 法里纳，M。；Amato，P.，多准则优化问题的“最优性”模糊定义，IEEE Trans。系统。人类网络。A部分系统。Hum.，34，3，315-326（2004）
[17] Figueiredo，E.M。；Ludermir，T.B。；Bastos-Filho，C.J.，多目标粒子群优化，信息科学。，374, 115-134 (2016)
[18] N.Hansen，《CMA进化策略：教程》，arXiv:1604.00772；N.Hansen，《CMA进化策略：教程》，arXiv:1604.00772
[19] 汉森，N。；穆勒，S.D。；Koumoutsakos，P.，利用协方差矩阵自适应（CMA-ES）降低非自治进化策略的时间复杂性，Evol。计算。，11, 1, 1-18 (2003)
[20] Li，B。；Li，J.等人。；Tang，K。；Yao，X.，《多目标进化算法：调查》，ACM Compute。Surv公司。（CSUR），48，1，1-35（2015）
[21] 李凯。；Deb，K。；张，Q。；Kwong，S.，基于优势和分解的进化多目标优化算法，IEEE Trans。进化。计算。，694-716年5月19日（2015年）
[22] 李，M。；Yang，S。；Liu，X.，多目标优化问题的双目标进化，Artif。智力。，228, 45-65 (2015) ·Zbl 1346.90741号
[23] 林，Q。；马云（Ma，Y.）。；陈，J。；朱，Q。；科埃罗，C.A.C。；Wong，K。；Chen，F.，一种具有多种差分进化策略的自适应免疫启发多目标算法，Inf.Sci。，430-431, 46-64 (2018)
[24] 刘，H。；Chen，L。；张，Q。；Deb，K.，《在挑战多目标优化问题中自适应分配搜索工作量》，IEEE Trans。进化。计算。，22，3343-448（2018）
[25] 马，X。；刘，F。；齐，Y。；王，X。；李，L。；Jiao，L。；尹，M。；Gong，M.，基于决策变量分析的大变量多目标优化问题的多目标进化算法，IEEE Trans。进化。计算。，20, 2, 275-298 (2016)
[26] Medhane，D.V。；Sangaiah，A.K.，基于搜索空间的多目标优化进化算法，计算。选举人。工程师，58，126-143（2017）
[27] Omidvar，M.N。；Yang，M。；梅，Y。；李，X。；Yao，X.，DG2：用于大规模黑盒优化的更快、更准确的差分分组，IEEE Trans。进化。计算。，21, 6, 929-942 (2017)
[28] 齐，Y。；Bao，L。；马，X。；苗，Q。；Li，X.，基于分解的大规模问题自适应多目标进化算法：水库防洪调度案例研究，信息科学。，367, 529-549 (2016)
[29] Saxena，D.K。；杜罗，J.A。；Tiwari，A。；Deb，K。；Zhang，Q.，《多目标优化中的目标约简：线性和非线性算法》，IEEE Trans。进化。计算。，17, 1, 77-99 (2013)
[30] 唐，B。；朱，Z。；Shin，H。；Tsourdos，A。；Luo，J.，基于新的自适应粒子群优化算法的多目标优化框架，信息科学。，420, 364-385 (2017)
[31] 田，Y。；Cheng，R。；张，X。；Jin，Y.，Platemo：进化多目标优化的matlab平台，IEEE Comput。智力。Mag.，12，4，73-87（2017）
[32] 特里维迪，A。；Srinivasan，D。；Sanyal，K。；Ghosh，A.，基于分解的多目标进化算法综述，IEEE Trans。进化。计算。，21, 3, 440-462 (2017)
[33] 王，R。；马绍斯共和国。；Fleming，P.J.，多目标优化的首选启发协同进化算法，IEEE Trans。进化。计算。，17, 4, 474-494 (2013)
[34] 王，R。；马绍斯共和国。；Fleming，P.J.，《使用权重向量的偏好启发的协同进化算法》，欧洲期刊Oper。研究，243423-441（2015）·Zbl 1346.90755号
[35] 王，R。；张，Q。；Zhang，T.，使用pareto自适应尺度化方法的基于分解的算法，IEEE Trans。进化。计算。，1821-837年6月20日（2016年）
[36] 王，Z。；张，Q。；李，H。；Ishibuchi，H。；Jiao，L.，关于在基于分解的多目标进化算法中使用两个参考点，Swarm Evol。计算。，3489-102（2017）
[37] 王，Z。；张，Q。；周，A。；龚，M。；Jiao，L.，MOEA/D的自适应替换策略，IEEE Trans。赛博。，46, 2, 474-486 (2016)
[38] 而L。；辛斯顿，P。；巴龙，L。；Huband，S.，计算超级卷的更快算法，IEEE Trans。进化。计算。，10, 1, 29-38 (2006)
[39] 吴，G。；Mallipeddi，R。；Suganthan，P.N。；王，R。；Chen，H.，基于多种群突变策略集合的差异进化，Inf.Sci。，329, 329-345 (2016)
[40] 吴，G。；沈，X。；李，H。；陈，H。；Lin，A。；Suganthan，P.N.，差异进化变体的集合，《信息科学》。，423172-186（2017）
[41] 袁，Y。；Xu，H。；王，B。；Yao，X.，一种新的基于优势关系的多目标优化进化算法，IEEE Trans。进化。计算。，20, 1, 16-37 (2016)
[42] 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)
[43] 张，X。；田，Y。；Cheng，R。；Jin，Y.，基于决策变量聚类的大规模多目标优化进化算法，IEEE Trans。进化。计算。，22, 1, 97-112 (2018)
[44] 张，X。；郑，X。；Cheng，R。；邱，J。；Jin，Y.，一种基于竞争机制的快速收敛多目标粒子群优化算法，Inf.Sci。，427, 63-76 (2018)
[45] Zhang，Y。；龚，D。；Sun，J。；Qu，B.，用于多目标进化优化的基于分解的归档方法，Inf.Sci。，430-431, 397-431 (2018)
[46] 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)
[47] Zille，H。；Ishibuchi，H。；莫斯塔吉，S。；Nojima，Y.，基于问题转换的大规模多目标优化框架，IEEE Trans。进化。计算。，22, 2, 260-275 (2018)
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。