基于权重迭代的偏好多目标分解算法解决参考点对算法影响的研究

• 作者: 喻果 贾月 郑金华
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 多目标分解算法 进化算法 偏好 权重迭代 决策者
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 67-76
• 页数: 10页
• 分类号: TP18
• 字数: 6819字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2016.01.011

摘要

在传统偏好多目标进化算法中,参考点是表达决策者的偏好信息最常用的方式,但是参考点所处位置信息有时严重影响算法的性能.针对以上问题,本文提出了一种基于权重迭代的偏好多目标分解算法(MOEA/D-PRE),主要利用权重迭代方法获取一组均匀的权重向量,并对偏好区域进行映射,使得算法在进化过程中,不用考虑参考点所处位置信息对算法性能的影响,另外提出了一种稳定可控的偏好区域模型,能响应决策者设置任意大小的偏好区域.通过对比实验表明该算法具有较好的收敛性和分布性,同时给出了满足决策者不同要求的算法模型,并且能够很好的解决参考点的位置信息对算法的影响.