一种基于帕累托前沿面曲率预估的超多目标进化算法
作者:
作者单位:

作者简介:

通讯作者:

梁正平,liangzp@szu.edu.cn

中图分类号:

TP18

基金项目:

国家重点研发计划(2021YFB2900800);国家自然科学基金(61871272);广东省自然科学基金(2020A1515010479,2021A1515011911);深圳市高等院校稳定支持(20200811181752003)


A Many-objective Evolutionary Algorithm Based on Curvature Estimation of Pareto Front
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    基于分解的超多目标进化算法是求解各类超多目标优化问题的主流方法,其性能在很大程度上依赖于所采用参考向量与真实帕累托前沿面(Praeto front,PF)的匹配程度.现有基于分解的超多目标进化算法尚难以同时有效处理各类PF不同的优化问题.为此,本文提出了一种基于PF曲率预估的超多目标进化算法(MaOEA-CE).该算法的核心包括两个方面,首先基于对PF曲率的预估,在每次迭代过程中生成不同的参考向量,以渐进匹配不同类型问题的真实PF;其次在环境选择过程中,再基于预估的曲率选择合适的聚合函数对精英解进行挑选,并对参考向量进行动态调整,在维护种群多样性的同时提升种群的收敛性.为验证MaOEA-CE的有效性,将其与7个先进的超多目标算法在3个主流测试问题集DTLZ、WFG和MaF上进行对比,实验结果表明MaOEA-CE具有明显的竞争力.

    Abstract:

    The many-objective evolutionary algorithm based on decomposition is the main approach in solving many-objective optimization problems,but the performance of decomposition-based many-objective evolutionary algorithm largely depends on the matching degree between the reference vectors and the real Pareto front (PF).Existing decomposition-based many-objective evolutionary algorithms are difficult to deal with all kinds of many-objective optimization problems with different PF.In order to solve this issue,this paper proposes a many-objective evolutionary algorithm based on curvature estimation (MaOEA-CE).The core of MaOEA-CE includes two aspects.Firstly,the proposed algorithm uses a new reference vector generation method based on estimated PF curvature,which can effectively match different kinds of PF.Secondly,MaOEA-CE adopts a new environment selection strategy based on the estimated PF curvature to adaptively choose the appropriate aggregation function,and to dynamically adjust the generated reference vector,so as to improve the convergence while maintaining the diversity of the population.In order to verify the effectiveness of MaOEA-CE,MaOEA-CE is compared with seven representative advanced many-objective evolutionary algorithms on DTLZ,WFG and MaF problem sets,and the experiment results prove that MaOEA-CE has strong competitiveness.

    参考文献
    相似文献
    引证文献
引用本文

梁正平,林万鹏,胡凯峰,明仲,朱泽轩.一种基于帕累托前沿面曲率预估的超多目标进化算法.软件学报,,():0

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2021-01-09
  • 最后修改日期:2022-01-07
  • 录用日期:
  • 在线发布日期: 2022-10-26
  • 出版日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号