×
H.Mert Sahinkoc;舱底，英国麻省理工学院

基于参考集的多目标协同进化算法及其在背包问题中的应用。 （英语） Zbl 1495.90184号

欧洲药典。物件。 300，编号2，405-417（2022）.
摘要：尽管人们对多目标进化算法越来越感兴趣，但对组合问题的研究仍然很少。在本研究中，我们选择多目标背包问题（MaOKP）作为基准，通过研究几种参考集处理方法并以创新的方式结合几种突出的进化策略，针对离散搜索空间中多目标带来的挑战。我们提出的算法使用了精英非支配排序和基于参考集的排序，但是参考点被映射到算法开始时获得的固定超平面上。所有进化机制的设计都是为了补充基于参考集的排序。为此，提出了参考点引导路径重新链接作为重组方案。维修和局部改进程序也由参考点指导。此外，参考集与解集同时进化，利用合作和竞争交互来平衡多样性和收敛性，并以自适应参数方式适应Pareto前沿的拓扑。数值实验表明，与现有技术相比，所提出的算法取得了成功，并为MaOKP产生了最佳结果。这些发现对于使用基于共同进化参考集的技术进行组合优化是鼓舞人心的。

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
90C27型 组合优化

关键词：

进化计算;多目标规划;组合优化;多目标;共同进化

软件：

HypE公司;MOEA/D公司;国家统计局
PDF格式BibTeX公司 XML格式引用
\textit{H.M.Sahinkoc}和\textit{舱底}，欧洲期刊Oper。第300号决议，编号2405-417（2022；兹bl 1495.90184）
全文： 内政部

参考文献：

[1] 安东尼奥·L·M。；Coello，C.A.C.，基于指标的多目标优化协同进化，进化计算大会论文集（CEC’16），991-998（2016），IEEE
[2] 安东尼奥·L·M。；Coello，C.A.C.，《协同进化多目标进化算法：最新技术综述》，IEEE进化计算汇刊，22，6，851-865（2017）
[3] Asafuddoula，M。；辛格，H.K。；Ray，T.，带自适应参考向量的增强分解进化算法，IEEE控制论汇刊，48，8，2321-2334（2017）
[4] 阿扎德，M.A.K。；罗查，A.M.A。；Fernandes，E.M.，用于0-1多维背包问题的改进二进制人工鱼群算法，swarm and Evolutional Computation，14，66-75（2014）
[5] 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）
[6] 布罗克霍夫，D。；Zitzler，E.，所有目标都是必要的吗？关于进化多目标优化中的降维，来自自然的并行问题求解-PPSN IX，533-542（2006），Springer
[7] Chand，S。；Wagner，M.，《进化多目标优化：快速指南》，《运筹学和管理科学调查》，20，2，35-42（2015）
[8] 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进化计算汇刊，20，5，773-791（2016）
[9] Cheng，R。；李，M。；田，Y。；张，X。；Yang，S。；Jin，Y.，进化多目标优化、复杂和智能系统的基准测试套件，3，1，67-81（2017）
[10] 科埃罗，C.C。；Sierra，M.R.，协同进化多目标进化算法，进化计算大会论文集（CEC'03），1482-489（2003），IEEE
[11] 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优化杂志，8，3，631-657（1998）·Zbl 0911.90287号
[12] Deb，K.，《使用进化算法的多目标优化》，16（2001），John Wiley&Sons·Zbl 0970.90091号
[13] 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进化计算学报，18，4，577-601（2013）
[14] Deb，K。；Sundar，J.，使用进化算法的基于参考点的多目标优化，第八届遗传和进化计算年会论文集，635-642（2006），ACM
[15] Deb，K。；Thiele，L.公司。；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，105-145（2005），Springer·Zbl 1078.90567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）·兹比尔1188.90237
[17] 贾基奥齐斯，I。；马绍斯共和国。；Fleming，P.J.，《理解基于分解的优化算法中的适应成本》，《系统、人与控制论国际会议论文集》（SMC’13），615-620（2013），IEEE
[18] 手套，F。；拉古纳，M。；Martí，R.，分散搜索和路径重新链接：基础和高级设计，工程中的新优化技术，87-99（2004），施普林格·Zbl 1165.90480号
[19] Goh，C.K。；Tan，K.C。；刘，D。；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
[20] 华，Y。；Jin，Y。；Hao，K.，不规则Pareto前沿多目标优化的基于聚类的自适应进化算法，IEEE控制论汇刊，49，72758-2770（2018）
[21] Huband，S。；辛斯顿，P。；巴龙，L。；While，L.，《多目标测试问题和可扩展测试问题工具包综述》，IEEE Transactions on Evolutionary Computation，10，5，477-506（2006）
[22] Ishibuchi，H。；北阿卡多。；Nojima，Y.，《关于多目标背包问题MOEA/D中标量化函数规范的研究》，学习与智能优化国际会议，231-246（2013），Springer
[23] Ishibuchi，H。；北阿卡多。；Nojima，Y.，多目标背包问题上多目标进化算法的行为，IEEE进化计算汇刊，19，2，264-283（2014）
[24] Ishibuchi，H。；He，L。；Shang，K.，规则帕累托前沿形状不现实，进化计算大会论文集（CEC’19），2034-2041（2019），IEEE
[25] Ishibuchi，H。；Kaige，S.，修复过程对多目标0/1背包问题EMO算法性能的影响，2003年进化计算大会论文集（CEC'03），42254-2261（2003），IEEE
[26] Ishibuchi，H。；Narukawa，K。；北津本。；Nojima，Y.，进化多目标组合优化中基于相似性的配对实证研究，《欧洲运筹学杂志》，188，1，57-75（2008）·Zbl 1136.90466号
[27] Ishibuchi，H。；Pang，L.M。；Shang，K.，具有无限外部档案的进化多目标算法的新框架，第24届欧洲人工智能会议论文集（2020），TechRxiv
[28] Ishibuchi，H。；濑户口，Y。；Masuda，H。；Nojima，Y.，基于分解的多目标算法的性能强烈依赖于Pareto前沿形状，IEEE进化计算汇刊，21，2，169-190（2016）
[29] Ishibuchi，H。；谷垣祯一，Y。；Masuda，H。；Nojima，Y.，《基于距离的多目标背包问题交叉算子分析》，自然并行问题解决国际会议，600-610（2014），Springer
[30] Jaimes，A.L。；Coello，C.A.C.，《多目标问题：挑战和方法》，《Springer计算智能手册》，1033-1046（2015），Springer
[31] Jain，H。；Deb，K.，用于多目标优化的精英非支配排序遗传算法的改进自适应方法，进化多准则优化国际会议，307-321（2013），Springer
[32] Jain，H。；Deb，K.，《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》，第二部分：处理约束并扩展到自适应方法，IEEE进化计算汇刊，18，4，602-622（2014）
[33] Jaszkiewicz，A.，《关于0/1背包问题的多目标遗传局部搜索性能——比较实验》，IEEE进化计算汇刊，6，4，402-412（2002）
[34] Knowles，J。；Corne，D.，《关于比较非支配集的度量》，《2002年进化计算大会论文集》。CEC’02（分类号02TH8600），711-716（2002），IEEE
[35] 李，B。；李，J。；Tang，K。；Yao，X.，《多目标进化算法：一项调查》，ACM计算调查（CSUR），48，1，13（2015）
[36] 李，M。；Yao，X.，《多目标归档方法的最优性和单调性的实证研究》，进化多准则优化国际会议，15-26（2019），Springer
[37] 刘晓凤。；詹，Z.-H。；高，Y。；张杰。；Kwong，S。；Zhang，J.，用于多目标优化的带瓶颈目标学习策略的协同进化粒子群优化，IEEE进化计算汇刊，23，4，587-602（2018）
[38] 刘，Y。；龚，D。；太阳，X。；Zhang，Y.，基于参考点的多目标进化优化，应用软计算，50344-355（2017）
[39] 马，X。；Yu，Y。；李，X。；齐，Y。；Zhu，Z.，基于分解的多目标进化算法的权重向量调整方法综述，IEEE进化计算汇刊，24，4，634-649（2020）
[40] 村田，T。；Taki，A.，使用基于相关性的加权和方法对背包问题进行多目标优化，进化多准则优化国际会议，468-480（2009），Springer
[41] Okabe，T。；Jin，Y。；Sendhoff，B.，《多目标优化性能指标的关键调查》，2003年进化计算大会论文集（CEC’03），2878-885（2003），IEEE
[42] Sato，H.，《基于分解的MOEA中倒置PBI的分析以及与其他标量化函数的比较》，《启发式杂志》，21，6，819-849（2015）
[43] 佐藤，H。；阿吉雷，H。；Tanaka，K.，《MOEA解决多目标背包问题中的可变空间多样性、交叉和变异》，《数学和人工智能年鉴》，68，4，197-224（2013）·Zbl 1292.90258号
[44] 佐藤，H。；阿吉雷，H.E。；Tanaka，K.，解决方案的控制优势领域及其对MOEA性能的影响，进化多准则优化国际会议，5-20（2007），Springer
[45] 佐藤，H。；阿吉雷，H.E。；Tanaka，K.，关于0/1多目标背包问题的MOEA中的局部优势和局部重组，《欧洲运筹学杂志》，181,1708-1723（2007）·Zbl 1123.90069号
[46] Tan，K.C。；Yang，Y。；Goh，C.K.，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）
[47] 谷垣祯一，Y。；Narukawa，K。；野岛，Y。；Ishibuch，H.，多目标背包问题的基于偏好的NSGA-II，第七届软计算与智能系统（SCIS）和高级智能系统（ISIS）国际会议，637-642（2014），IEEE
[48] 田，Y。；Cheng，R。；张，X。；Cheng，F。；Jin，Y.，一种基于指标的多目标进化算法，具有更好的通用性，IEEE进化计算汇刊，22，4，609-622（2017）
[49] Wang，H。；Jiao，L。；Yao，X.，Two_arch2:用于多目标优化的改进双存档算法，IEEE进化计算汇刊，19，4，524-541（2014）
[50] 王，R。；马绍斯共和国。；Fleming，P.J.，使用权重向量的偏好启发协同进化算法，《欧洲运筹学杂志》，243，2，423-441（2015）·Zbl 1346.90755号
[51] 王，Z。；Ong，Y.-S。；Ishibuchi，H.，《关于难以控制边界的可扩展多目标测试问题》，IEEE进化计算汇刊，23，2，217-231（2018）
[52] Wierzbicki，A.P.，多目标优化中参考目标的使用，多准则决策理论与应用，468-486（1980），Springer·Zbl 0435.90098号
[53] 詹，Z.-H。；李，J。；曹，J。；张杰。；Chung，H.S.-H。；Shi，Y.-H.，《多目标多种群：解决多目标优化问题的协同进化技术》，IEEE控制论汇刊，43，2，445-463（2013）
[54] 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）
[55] Zhang，Y.-H。；龚义杰（Gong，Y.-J.）。；顾，T.-L。；袁海清。；张伟。；Kwong，S.，DECAL:多目标优化的基于分解的协同进化算法，IEEE控制论汇刊，49，1，27-41（2017）
[56] 周，C。；戴，G。；张，C。；李，X。；Ma，K.，多目标优化问题的基于熵的自适应参考点进化算法，信息科学，465，232-247（2018）·Zbl 1441.90154号
[57] 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）
[58] Zitzler，E。；Thiele，L.公司。；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）
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。