×
Yang，Kai（杨凯）;张朱红;陆家璇

基于自适应赛跑排序的免疫优化方法求解多目标期望值规划。 （英语） Zbl 1398.90167号

软计算。 22，第7号，2139-2158（2018）.
摘要：本文研究了一种生物激励的自适应采样免疫优化方法，用于求解一类无先验噪声分布的非线性多目标期望值规划。首先开发了一个有用的下限估计来限制随机变量的样本大小。其次，设计了一种自适应赛跑排名方案来识别当前人群中那些有价值的个体，通过该方案，在解决方案搜索过程中高质量的个体可以获得大样本和高重要性水平。然后，根据一种新的聚合度模型，构造了一种免疫启发优化方法来寻求（varepsilon）-Pareto最优解。对比实验验证了所提出的方法是一种高效的竞争优化器。

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：

免疫优化;多目标期望值规划;样本界估计;自适应赛车排名;计算复杂性

软件：

MOEA/D公司
PDF格式BibTeX公司 XML格式引用
\textit{K.Yang}等人，《软计算》。22，第7号，2139--2158（2018；Zbl 1398.90167）
全文： 内政部

参考文献：

[1] Aickelin U、Dasgupta D、Gu F（2014）《人工免疫系统》。搜索方法。美国施普林格出版社，第187-211页
[2] 艾丁，我；Karakose，M；Akin，E，支持向量机参数优化的多目标人工免疫方法，应用软件计算，11，120-129，（2011）·doi:10.1016/j.asoc.2009.11.003
[3] Batista LS、Campelo F、Guimarães FG等人（2011）Pareto cone\（ε\）-优势：提高多目标进化方法的收敛性和多样性。In:Evolutionary multi-criterion optimization，Springer，Berlin，第76-90页
[4] Bui LT等人（2005）噪声进化多目标优化的适应度继承。摘自：第七届遗传和进化计算年会，ACM，第779-785页
[5] Cantü-Paz E（2004）噪声问题的自适应采样。In:遗传和进化计算会议，GECCO2004，第947-958页
[6] Chen CH（2003）不确定性下基于仿真的优化的有效采样。In:第四届国际不确定性建模与分析研讨会，ISUMA’03，第386-391页
[7] 科埃洛，CAC；Cortés，NC，使用人工免疫系统解决多目标优化问题，Genet Program Evol-Mach，6163-190，（2005）·数字对象标识代码：10.1007/s10710-005-6164-x
[8] Corne DW、Jerram NR、Knowles JD等人（2001）《PESA-II：进化多目标优化中基于区域的选择》。收录：遗传和进化计算会议，GECCO’2001，第283-290页
[9] Deb，K；等。，快速精英多目标遗传方法：NSGA-II，IEEE Trans-Evol Compute，6182-197，（2002）·数字对象标识代码：10.1109/4235.996017
[10] Drugan MM，Nowe A（2013）《设计多目标多武器强盗方法：一项研究》。In:国际神经网络联合会议，IJCNN，第1-8页
[11] 艾尔瓦赫德，WFA；Lee，SM，多目标运输问题的交互式模糊目标规划，Omega，34，158-166，（2006）·doi:10.1016/j.omega.2004.08.006
[12] Eskandari，H；Geiger，CD，噪声问题环境中的进化多目标优化，启发式杂志，15，559-595，（2009）·Zbl 1180.90287号 ·doi:10.1007/s10732-008-9077-z
[13] Even-Dar，E；方式，S；Mansour，Y，《多武器强盗和强化学习问题的行动消除和停止条件》，J Mach Learn Res，7，1079-1105，（2006）·Zbl 1222.68195号
[14] 龚，MG；Jiao，连卡佛；Du，高频；Bo，LF，基于非支配邻域选择的多目标免疫方法，进化计算，16，225-255，（2008）·doi:10.1162/evco.2008.16.2.225
[15] 龚，MG；等。，用多目标免疫方法识别多分辨率网络结构，应用软件计算，13，1705-1717，（2013）·doi:10.1016/j.asoc.2013年1月18日
[16] WJ Gutjahr；Pichler，A，《随机多目标优化：非标度化方法的调查》，Ann Oper Res，236475-499，（2016）·Zbl 1331.90045号 ·doi:10.1007/s10479-013-1369-5
[17] Higle JL，Zhao L（2004）求解随机线性规划的自适应和非自适应样本：一项计算研究。图森亚利桑那大学·Zbl 1241.90005号
[18] Hoeffding，W，有界随机变量和的概率不等式，美国统计协会，58，13-30，（1963）·Zbl 0127.10602号 ·doi:10.1080/01621459.1963.10500830
[19] Hu，ZH，基于多亲性模型的多目标免疫方法，《欧洲运营研究杂志》，202，60-72，（2010）·Zbl 1173.90531号 ·doi:10.1016/j.ejor.2009.05.016
[20] Hughes EJ（2001）具有不确定和噪声多目标进化的约束处理。In:2001年进化计算大会，CEC’2001，第963-970页
[21] 金，Y；Branke，J，《不确定环境中的进化优化：一项调查》，IEEE Trans-Evol Compute，9，303-317，（2005）·doi:10.1109/TEVC.2005.846356
[22] Lee，LH；等。，寻找多目标仿真模型的非支配Pareto集，IIE Trans，42，656-674，（2010）·doi:10.1080/07408171003705367
[23] Lee，LH；普约维迪安托，NA；李，LW；等。，随机约束条件下选择最佳设计的近似模拟预算分配，IEEE Trans-Atom Control，572940-2945，（2012）·Zbl 1369.90202号 ·doi:10.1109/TAC.2012.2195931
[24] 林，Q；Chen，J，一种新的微种群免疫多目标优化方法，Comput Oper Res，40，1590-1601，（2013）·Zbl 1348.90638号 ·doi:10.1016/j.cor.2011.11.011
[25] 刘B（2009）不确定规划理论与实践。海德堡物理·Zbl 1158.90010号 ·doi:10.1007/978-3-540-89484-1
[26] 马勒，RT；Arora，JS，《多目标优化的加权和法：新见解》，Struct-multi-discip Optim，41，853-862，（2010）·Zbl 1274.90359号 ·doi:10.1007/s00158-009-0460-7
[27] Owen J，Punt J，Stranford S（2013）Kuby免疫学，第7版。纽约州弗里曼
[28] Park T，Ryu KR（2011）噪声进化多目标优化的累积采样。In:第13届遗传和进化计算年会，ACM，第793-800页
[29] Phan DH，Suzuki J（2012），噪声多目标优化的非参数统计优势算子。摘自：模拟进化和学习，SEAL’12，第42-51页
[30] 齐，Y；刘，F；刘，M；等。，Baldwinian学习的多目标免疫方法，应用软件计算，12，2654-2674，（2012）·doi:10.1016/j.asoc.2012.04.005
[31] 齐，Y；侯，Z；阴，M；等。，基于差分进化启发重组的免疫多目标优化方法，应用软件计算，29，395-410，（2015）·doi:10.1016/j.asoc.2015.01.012
[32] Robert C，Casella G（2013）蒙特卡罗统计方法。柏林施普林格·Zbl 0935.62005号
[33] Shapiro A、Dentcheva D、Ruszczynski A（2009）随机规划讲座：建模与理论。SIAM-MPS费城·邮编：1183.90005
[34] Tan，KC；李，TH；Khor，EF，动态种群规模的进化方法和多目标优化的局部探索，IEEE Trans-Evol Compute，5565-588，（2001）·doi:10.1109/4235.974840
[35] Tan，KC；Goh，CK公司；AA马蒙；等。，用于多目标优化的进化人工免疫系统，Eur J Oper Res，187，371-392，（2008）·Zbl 1149.90081号 ·doi:10.1016/j.ejor.2007.02.047
[36] Trautmann H、Mehnen J、Naujoks B（2009），噪声环境中的帕累托优势。IEEE进化计算大会（CEC'09），第3119-3126页
[37] Van Veldhuizen DA（1999）多目标进化算法：分类、分析和新创新。博士论文，俄亥俄州：空军理工学院，技术报告编号：AFIT/DS/ENG/99-01，代顿
[38] 张，Q；Li，H，MOEA/D:基于分解的多目标进化算法，IEEE Trans-Evol Compute，11712-731，（2007）·doi:10.1109/TEVC.2007.892759
[39] ZH Zhang；Tu，X，噪声环境中自适应采样的免疫方法及其在随机优化问题中的应用，IEEE计算智能杂志，2，29-40，（2007）·doi:10.1109/MCI.2007.906681
[40] ZH Zhang；Tu，X，噪声环境中基于概率优势的多目标免疫优化方法，计算机理论Nanosci，41380-1387，（2007）·doi:10.1166/jctn.2007.2428
[41] ZH Zhang；王，L；Liao，M，自适应抽样免疫方法求解联合机会约束规划，《控制理论应用杂志》，11，237-246，（2013）·Zbl 1299.90250号 ·doi:10.1007/s11768-013-1186-z
[42] ZH Zhang；王，L；Long，F，Immune optimization approach solving multi-objective chance constrained programming，Evol-Syst，6，41-53，（2013年）·数字对象标识代码：10.1007/s12530-013-9101-x
[43] Zhang W，Xu W，Liu G，et al（2015）随机多目标装配线平衡问题的有效混合进化方法。J Intell Manuf杂志1-8。doi:10.1007/s10845-015-1037-5
[44] 郑建华等（2004）基于快速排序的多目标遗传方法。人工智能进展。施普林格，柏林
[45] Zitzler，E；Deb，K；Thiele，L，多目标进化方法的比较：经验结果，Evol Comput，8173-195，（2000）·数字对象标识代码：10.1162/106365600568202
[46] Zitzler，E；Thiele，L，《多目标进化方法：比较案例研究和强度帕累托方法》，IEEE Trans Evol-Comput，3，257-271，（1999）·doi:10.1109/4235.797969
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。