基于在线感知Pareto前沿划分目标空间的多目标进化优化

• 作者: 封文清 巩敦卫
• 来源期刊: 自动化学报
• 关键词: 多目标进化优化 Pareto前沿 间断点 目标空间划分 MOEA/D
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 论文与报告
• 页码范围: 1628-1643
• 页数: 16页
• 字数: 14667字
• 语种: 中文
• DOI: 10.16383/j.aas.2018.c180323

摘要

多目标进化优化是求解多目标优化问题的可行方法.但是,由于没有准确感知并充分利用问题的Pareto前沿,已有方法难以高效求解复杂的多目标优化问题.本文提出一种基于在线感知Pareto前沿划分目标空间的多目标进化优化方法,以利用感知的结果,采用有针对性的进化优化方法求解多目标优化问题.首先,根据个体之间的拥挤距离与给定阈值的关系感知优化问题的Pareto前沿上的间断点,并基于此将目标空间划分为若干子空间;然后,在每一子空间中采用MOEA/D(Multi-objective evolutionary algorithm based on decomposition)得到一个外部保存集;最后,基于所有外部保存集生成问题的Pareto解集.将提出的方法应用于15个基准数值函数优化问题,并与NSGA-II、RPEA、MOEA/D、MOEA/D-PBI、MOEA/D-STM和MOEA/D-ACD等比较.结果表明,提出的方法能够产生收敛和分布性更优的Pareto解集,是一种非常有竞争力的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	巩敦卫	中国矿业大学信息与控制工程学院	117	1590	22.0	32.0
2	封文清	中国矿业大学信息与控制工程学院	1	0	0.0	0.0