在進化多目標優(yōu)化研究領(lǐng)域,多目標優(yōu)化是指對含有2個及以上目標的多目標問題的同時優(yōu)化,其在近些年來受到越來越多的關(guān)注。隨著MOEA/D的提出,基于聚合的多目標進化算法得到越來越多的研究,對MOEA/D算法的改進已有較多成果,但是很少有成果研究MOEA/D中權(quán)重的產(chǎn)生方法。提出一種使用多目標進化算法產(chǎn)生任意多個均勻分布的權(quán)重向量的方法,將其應(yīng)用到MOEA/D,MSOPS和NSGA-III中,對這3個經(jīng)典的基于聚合的多目標進化算法進行系統(tǒng)的比較研究。通過該類算法在DTLZ測試集、多目標旅行商問題MOTSP上的優(yōu)化結(jié)果來分別研究該類算法在連續(xù)性問題、組合優(yōu)化問題上的優(yōu)化能力,以及使用矩形測試問題使得多目標進化算法的優(yōu)化結(jié)果在決策空間可視化。實驗結(jié)果表明,沒有一個算法能適用于所有特性的問題。然而,MOEA/D采用不同聚合函數(shù)的兩個算法MOEA/D_Tchebycheff和MOEA/D_PBI在多數(shù)情況下的性能比MSOPS和NSGA-III更好。

【文章頁數(shù)】：7 頁

【文章目錄】：
1 權(quán)重產(chǎn)生方法
    1.1 MOEA/D中權(quán)重產(chǎn)生方法
    1.2 基于多目標進化算法的權(quán)重產(chǎn)生方法
2 3個基于聚合的多目標進化算法
3 實驗設(shè)計
    3.1 測試問題
    3.2 性能評價指標
    3.3 實驗參數(shù)設(shè)置
4 實驗數(shù)據(jù)和結(jié)果分析
    4.1 DTLZ系列測試問題
    4.2 多目標旅行商問題
    4.3 Rectangle問題
    4.4 實驗結(jié)果總結(jié)
結(jié)束語



本文編號：3823827