×
黄伟雄;朱安·邹;刘、袁;杨胜祥;郑金华

求解约束多目标优化问题的全局和局部可行解搜索。 （英语） Zbl 07752476号

信息科学。 649，文章ID 119467，22 p.（2023）.
摘要：约束多目标优化问题（CMOP）是一个具有挑战性的问题，因为约束导致可行域的复杂性，特别是当面临较小的可行域、多个可行域和复杂的可行域分布时。现有算法难以平衡种群收敛性、多样性和可行性。针对这一问题，提出了一种基于全局和局部可行解搜索的约束多目标进化算法框架。该框架分为三个阶段，并提出了一种自适应方法来决定何时切换搜索状态。在前两个阶段，种群的进化相对自由，不受约束限制。在这两个阶段，人群中可行的解决方案被保存在可行性池中，用于环境选择。在这些阶段，FeasiblePool不会影响进化中的种群。在第一阶段，该框架使用全局搜索算子来充分探索决策空间，并确定决策空间中可行解的大致范围。在第二阶段，框架使用本地搜索操作符来增强FeasiblePool在此确定范围内的多样性。在最后一个阶段，框架重用这些优秀的可行解信息来指导种群进化，同时考虑约束。在四个基准套件和三个实际应用程序上，将该框架与四种最先进的约束多目标算法进行了比较。完整的实验结果表明，该框架在解决CMOP问题上具有很强的竞争力。

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：

约束多目标优化;进化算法;约束处理技术

软件：

SPEA2公司;MOEA/D公司
PDF格式BibTeX公司 XML格式引用
\textit{W.Huang}等人，《信息科学》。649，文章ID 119467，22 p.（2023；Zbl 07752476）
全文： 内政部

参考文献：

[1] 邹，J。；Yang，X.先生。；刘，Z。；刘，J。；张，L。；Zheng，J.，基于偏好选择的多目标双层优化算法，用于解决能源枢纽系统规划问题，能源，第120995页，（2021）
[2] Tan，B。；马，H。；梅，Y。；Zhang，M.，web服务位置分配问题的进化多目标优化，IEEE Trans。服务。计算。，14, 2, 458-471 (2018)
[3] Lee，L.H。；Tan，K.C。；Ou，K。；Chew，Y.H.，《车辆容量规划系统：带时间窗的车辆路径问题的案例研究》，IEEE Trans。系统。人类网络。，A部分，系统。哼哼，第33页，第2169-178页（2003年）
[4] Deb，K.，《使用进化算法的多目标优化》，第16卷（2001），John Wiley&Sons·Zbl 0970.90091号
[5] 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)
[6] Zitzler，E。；Laumanns，M。；Thiele，L.，SPEA2:改进强度Pareto进化算法（2001），TIK-report 103
[7] 张，Q。；Li，H.，MOEA/D：基于分解的多目标进化算法，IEEE Trans。进化。计算。，11, 6, 712-731 (2007)
[8] 陈，H。；Wu，G。；佩德里茨，W。；Suganthan，P.N。；Xing，L。；Zhu，X.，基于目标空间分区的多目标优化的自适应资源分配策略，IEEE Trans。系统。人类网络。系统。，51, 3, 1507-1522 (2019)
[9] Takahama，T。；Sakai，S.，ε约束自适应差分进化的有效约束优化，（IEEE进化计算大会（2010），IEEE），1-8
[10] Woldesenbet，Y.G。；Yen，G.G。；Tessema，B.G.，多目标进化优化中的约束处理，IEEE Trans。进化。计算。，13, 3, 514-525 (2009)
[11] Tessema，B。；Yen，G.G.，基于自适应罚函数的约束优化算法，（2006年IEEE进化计算国际会议（2006），IEEE），246-253
[12] Wang，Y。；Cai，Z.，将多目标优化与差分进化相结合来解决约束优化问题，IEEE Trans。进化。计算。，16, 1, 117-134 (2012)
[13] Runarsson，T.P。；Yao，X.，约束进化优化的随机排序，IEEE Trans。进化。计算。，4, 3, 284-294 (2000)
[14] Wu，G。；佩德里茨，W。；Suganthan，P.N。；Mallipeddi，R.，处理等式约束的进化算法的变量约简策略，应用。软计算。，37, 774-786 (2015)
[15] Song，A。；Wu，G。；Suganthan，P。；Pedrycz，W.，《自动变量减少》，IEEE Trans。进化。计算。(2022)
[16] Qu，B.Y。；Suganthan，P.N.，具有约束处理方法集合的约束多目标优化算法，工程优化。，43, 4, 403-416 (2011)
[17] Wu，G。；文，X。；Wang，L。；佩德里茨，W。；Suganthan，P.，基于投票机制的约束处理技术集成框架，IEEE Trans。进化。计算。(2021)
[18] Joines，J.A。；Houck，C.R.，《关于使用非平稳惩罚函数用遗传算法解决非线性约束优化问题》，（第一届IEEE进化计算会议论文集。IEEE计算智能世界大会（1994），IEEE），579-584
[19] Young，N.，约束多目标问题中跨不可行区域的混合排序，（国际计算智能建模、控制和自动化会议和国际智能代理、网络技术和互联网商务会议（CIMCA-IAWTIC’06），第2卷（2005），IEEE），191-196
[20] 马，Z。；Wang，Y。；Song，W.，进化约束多目标优化的新适应度函数，IEEE Trans。系统。人类网络。系统。(2019)
[21] 风扇，Z。；方，Y。；李伟（Li，W.）。；蔡，X。；魏，C。；Goodman，E.，MOEA/D，基于角度的约束优势原则，用于约束多目标优化问题，应用。软计算。，74, 621-633 (2019)
[22] 马丁内斯，S.Z。；Coello，C.A.C.，基于分解的约束多目标优化多目标进化算法，（2014 IEEE进化计算大会（CEC）（2014），IEEE），429-436
[23] 杨，Z。；蔡，X。；Fan，Z.，《约束多目标优化问题的Epsilon约束方法：一些初步结果》，（2014年遗传与进化计算年会（2014）相关出版物论文集），1181-1186
[24] 刘，Z.-Z。；Wang，Y.，处理决策空间和目标空间中具有约束的多目标优化问题，IEEE Trans。进化。计算。，23, 5, 870-884 (2019)
[25] 风扇，Z。；李伟（Li，W.）。；蔡，X。；李，H。；魏，C。；张，Q。；Deb，K。；Goodman，E.，解决约束多目标优化问题的推拉搜索，Swarm Evol。计算。，44, 665-679 (2019)
[26] 田，Y。；Zhang，Y。；苏，Y。；张，X。；Tan，K.C。；Jin，Y.，约束进化多目标优化中的平衡目标优化和约束满足，IEEE Trans。赛博。(2021)
[27] 风扇，Z。；李伟（Li，W.）。；蔡，X。；黄，H。；方，Y。；你，Y。；莫，J。；魏，C。；Goodman，E.，针对具有大不可行区域的cmops的MOEA/D中改进的ε约束处理方法，软计算。，212491-12510（2019年）
[28] 朱，Q。；张，Q。；Lin，Q.，一种具有检测和逃逸策略的约束多目标进化算法，IEEE Trans。进化。计算。，24, 5, 938-947 (2020)
[29] 李凯。；陈，R。；Fu，G。；Yao，X.，约束多目标优化的双存档进化算法，IEEE Trans。进化。计算。，23, 2, 303-315 (2018)
[30] 田，Y。；张，T。；肖，J。；张，X。；Jin，Y.，约束多目标优化问题的协同进化框架，IEEE Trans。进化。计算。，25, 1, 102-116 (2020)
[31] 刘，B。；马，H。；张，X。；周瑜，一种用于约束优化的模因协同进化差分进化算法，（2007 IEEE进化计算大会（2007），IEEE），2996-3002
[32] Coello，C.A.C.，工程优化问题的自适应惩罚方法的使用，计算。印度，41，2，113-127（2000）
[33] Huang，F.-z。；Wang，L。；He，Q.，约束优化的有效协同进化差分进化，应用。数学。计算。，186, 1, 340-356 (2007) ·Zbl 1114.65061号
[34] Wang，J。；梁，G。；Zhang，J.，约束多目标优化的合作微分进化框架，IEEE Trans。赛博。，49, 6, 2060-2072 (2018)
[35] 明，M。；特里维迪，A。；王，R。；Srinivasan，D。；Zhang，T.，基于双种群的约束多目标优化进化算法，IEEE Trans。进化。计算。(2021)
[36] 张凯。；徐，Z。；谢S。；Yen，G.G.，基于进化策略的向量均衡多目标进化算法，IEEE Trans。赛博。(2020)
[37] 博斯曼，P.A。；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)
[38] 马，Z。；Wang，Y.，进化约束多目标优化：测试集构造和性能比较，IEEE Trans。进化。计算。，23, 6, 972-986 (2019)
[39] 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 Trans。进化。计算。，18, 4, 602-622 (2013)
[40] 风扇，Z。；李伟（Li，W.）。；蔡，X。；李，H。；魏，C。；张，Q。；Deb，K。；Goodman，E.，困难可调整和可扩展的约束多目标测试问题工具包，Evol。计算。，28, 3, 339-378 (2020)
[41] 萨哈，A。；Ray，T.，等式约束多目标优化，（2012年IEEE进化计算大会（2012），IEEE），1-7
[42] 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)
[43] Deb，K。；Agrawal，R.B.，连续搜索空间的模拟二进制交叉，复杂系统。，9, 2, 115-148 (1995) ·Zbl 0843.68023号
[44] Deb，K。；Goyal，M.，《工程设计的组合遗传自适应搜索》，J.Compute。科学。通知。，26, 30-45 (1996)
[45] 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 (2008)
[46] Asafuddoula，M。；雷·T。；Sarker，R。；Alam，K.，嵌入MOEA/D的自适应约束处理方法，（2012年IEEE进化计算大会（2012），IEEE），1-8
[47] 科埃罗，C.C。；Pulido，G.T.，使用微遗传算法的多目标结构优化，结构。多磁盘。最佳。，30, 5, 388-403 (2005)
[48] 雷·T。；Liew，K.，多目标设计优化的群隐喻，工程优化。，3414-153（2002年）
[49] Deb，K。；普拉塔普，A。；Moitra，S.，使用精英非支配排序遗传算法进行多目标机械部件设计，（《自然》并行问题解决国际会议（2000），施普林格），859-868
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。