一种基于信息分离的高维多目标进化算法

被引：18

作者：

郑金华 ^{[1
]}

申瑞珉 ^{[2
]}

李密青 ^{[3
]}

邹娟 ^{[1
]}

机构：

[1] 湘潭大学信息工程学院

[2] 湘潭大学数学与计算科学学院

[3] Department of Information Systems and Computing Brunel University

来源：

软件学报 | 2015年 / 26卷 / 05期

基金：

湖南省自然科学基金;

关键词：

多目标优化; 进化算法; 高维多目标优化; 信息分离;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

高维多目标优化是指对目标维数大于三维的多目标问题(multi-objective optimization problem,简称MOP)进行优化.大多数传统的多目标进化算法采用Pareto支配关系指导搜索,很难在高维多目标优化问题上得到较为理想的结果.为此,提出了一种基于信息分离的高维多目标进化算法(multi-objective evolutionary algorithm based on information separation,简称ISEA).该算法在目标空间中将原坐标系进行旋转,使第1条坐标轴与向量(1,1,…,1)T平行.ISEA定义转换坐标的第1个坐标值为收敛信息(convergence information,简称CI),剩余的坐标代表个体分布信息(diversity information,简称DI).同时,采用一种基于分层选择的邻域惩罚机制,利用一种由两个超圆锥组成的邻域形状保持种群的分布性,当个体被选入归档集后,其邻域内的个体将被惩罚进入下一层选择,防止邻近的个体同时被选入归档集.邻域形状的第1部分利用分布信息覆盖邻近的个体,第2部分覆盖边界上的差个体.与NNIA,?-MOEA,MSOPS,AR+DMO以及IBEA这5种经典算法进行了比较.实验结果表明,ISEA在处理高维多目标优化问题时具有良好的收敛性和分布性.

引用

页码：1013 / 1036

页数：24

共 12 条

[1]

进化多目标优化算法研究 [J].

公茂果 ;

焦李成 ;

杨咚咚 ;

马文萍 .

软件学报, 2009, 20 (02) :271-289

[2]

用擂台赛法则构造多目标Pareto最优解集的方法 [J].

郑金华 ;

蒋浩 ;

邝达 ;

史忠植 .

软件学报, 2007, (06) :1287-1297

[3]

一种快速的基于占优树的多目标进化算法 [J].

石川 ;

李清勇 ;

史忠植 .

软件学报, 2007, (03) :505-516

[4]

Save now; pay later? Multi-period many-objective groundwater monitoring design given systematic model errors and uncertainty[J] P.M. Reed;J.B. Kollat Advances in Water Resources 2011,

[5]

SMS-EMOA: Multiobjective selection based on dominated hypervolume[J] Nicola Beume;Boris Naujoks;Michael Emmerich European Journal of Operational Research 2006,

[6]

Genetic search strategies in multicriterion optimal design[J] P. Hajela;C. -Y. Lin Structural Optimization 1992,

[7]

The plane with parallel coordinates[J] Alfred Inselberg The Visual Computer 1985,

[8]

Multiple comparisons in model i one-way anova with unequal variances[J] Ajit C. Tamhane Communications in Statistics - Theory and Methods 1977,

[9]

多目标进化算法及其应用[M] 郑金华著科学出版社 2007,

[10]

Evolutionary many-objective optimisation:many once or one many? Hughes E J; Proceedings of2005IEEE Congress on Evolutionary Computation(CEC’2005) 2005,

← 1 2 →