演化算法中,预选择算子用于为后续的环境选择过程筛选出好的潜在候选后代解.现有预选择算子大多基于适应值评估、代理模型或分类模型.由于预选择过程本质上是一个分类过程,因此基于分类的预选择过程天然适用于演化算法.先前研究工作采...演化算法中,预选择算子用于为后续的环境选择过程筛选出好的潜在候选后代解.现有预选择算子大多基于适应值评估、代理模型或分类模型.由于预选择过程本质上是一个分类过程,因此基于分类的预选择过程天然适用于演化算法.先前研究工作采用二分类或多分类模型进行预选择,需预先准备“好”和“差”两组或具有区分性的多组训练样本来构建分类模型,而随着演化算法的执行,“好”解和“差”解之间的界限将愈加模糊,因此准备具有区分性的两组或多组训练样本将变得具有挑战性.为解决该问题,本文提出了一种基于单分类的预选择策略(One-class Classification based PreSelection,OCPS),首先将当前种群中的解均视为“好”类样本,之后只利用该类“好”样本构建单分类模型,然后利用构建的模型对产生的多个候选解进行标记与选择.提出的策略应用在三个代表性演化算法中,数值实验结果表明,提出的策略能够提升现有演化算法的收敛速度.展开更多
文摘演化算法中,预选择算子用于为后续的环境选择过程筛选出好的潜在候选后代解.现有预选择算子大多基于适应值评估、代理模型或分类模型.由于预选择过程本质上是一个分类过程,因此基于分类的预选择过程天然适用于演化算法.先前研究工作采用二分类或多分类模型进行预选择,需预先准备“好”和“差”两组或具有区分性的多组训练样本来构建分类模型,而随着演化算法的执行,“好”解和“差”解之间的界限将愈加模糊,因此准备具有区分性的两组或多组训练样本将变得具有挑战性.为解决该问题,本文提出了一种基于单分类的预选择策略(One-class Classification based PreSelection,OCPS),首先将当前种群中的解均视为“好”类样本,之后只利用该类“好”样本构建单分类模型,然后利用构建的模型对产生的多个候选解进行标记与选择.提出的策略应用在三个代表性演化算法中,数值实验结果表明,提出的策略能够提升现有演化算法的收敛速度.
