高维多目标优化中基于稀疏特征选择的目标降维方法

• 作者: 李霞 王娜 陈小红
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 高维多目标优化 目标降维 稀疏特征选择
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1300-1307
• 页数: 8页
• 分类号: TP181
• 字数: 6154字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2015.07.008

摘要

目标降维算法通过去除冗余的目标达到简化问题规模的目的,为求解高维多目标优化问题提供了一种新的思路和方法.近似解集的几何结构特征和Pareto占优关系从不同侧面反映了多目标优化问题的内在结构特性,而现有算法仅利用其中一种特征分析目标之间的关系,具有较大局限性.本文提出基于稀疏特征选择的目标降维方法,该方法利用近似解集的几何结构特征构建稀疏回归模型,求解高维目标空间映射为低维目标子空间的稀疏投影矩阵,依据此矩阵度量目标的重要性,并利用Pareto占优关系改变程度选择满足误差阈值的目标子集,实现目标降维.通过与其他已有目标降维算法比较,实验结果表明本文提出的降维算法具有较高的准确性,并且受近似解集质量的影响较小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王娜	深圳大学信息工程学院	24	388	8.0	19.0
2	李霞		9	52	5.0	7.0
3	陈小红	深圳大学信息工程学院	2	20	2.0	2.0