-
题名基于投影面的多目标优化问题目标分解进化算法
- 1
-
-
作者
刘宝
杨爽
马畅畅
鹿晓梦
陈未如
-
机构
沈阳化工大学计算机科学与技术学院
辽宁省化工过程工业智能化技术重点实验室
-
出处
《沈阳化工大学学报》
CAS
2024年第2期185-192,共8页
-
文摘
针对求解多目标优化问题存在解规模较大的问题,研究了如何得到决策条件下所需要的解,而不是多目标问题的全部解.现有多目标算法研究主要集中在解的分布性和收敛性上,很少考虑解数量方面的相关问题.根据决策需求并利用基于投影面的多目标优化算法对多目标优化问题的目标空间进行目标分解,设置不同目标函数构成投影面和自由维,建立满足用户决策条件的目标空间.在目标空间中对构成投影面的目标函数进行目标范围限定,利用空间距离获取投影面适应度,并在自由维上采用基于分解策略的多目标进化算法MOEA/D中的聚合函数作为适应度函数.通过相关的实验测试与分析,证明了基于投影面的多目标优化问题目标分解进化算法(MOEA/DP)能够有效解决确定目标域的多目标优化问题.
-
关键词
多目标优化
投影面
进化算法
目标范围限定
-
Keywords
multi-objective optimization
projection plane
evolutionary algorithm
objective scope limit
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名一种确定目标域多目标优化算法NSGA/P
被引量：3
- 2
-
-
作者
马畅畅
汪坤
鹿晓梦
陈未如
-
机构
沈阳化工大学计算机科学与技术学院
辽宁省化工过程工业智能化技术重点实验室
-
出处
《计算机技术与发展》
2022年第5期15-21,28,共8页
-
基金
辽宁省高校创新人才支持计划(LR2018057)
辽宁省“百千万人才工程”资金项目(辽人社【2019】45号)
+1 种基金
辽宁省自然科学基金项目(2019-ZD-0068)
辽宁省教育厅项目(XXLJ2019010)。
-
文摘
为了使多目标进化算法在求解多目标优化问题时能够更好地收敛到Pareto最优解,在NSGA-Ⅱ算法基础上,借鉴MOEA/P算法的思想,提出确定目标域多目标优化算法NSGA/P,将NSGA-Ⅱ算法与MOEA/P算法思想结合,实现确定目标域内的最优值的求取。NSGA-Ⅱ是一种求解多目标优化问题的经典算法;MOEA/P是一种基于投影面的多目标优化算法,更加适用于求解超多目标优化问题。NSGA/P算法采用MOEA/P思想,将整个决策空间划分为投影面和自由维,根据决策者的需求确定目标域,以此为投影面,并在自由维上采用NSGA-Ⅱ算法进行寻优,提高了算法的效率。通过对大量的实验结果分析及验证,发现NSGA/P算法增加了解的多样性,提高了算法的收敛性能,并有效地改善了求解复杂优化问题的能力,证明NSGA/P算法在求取确定目标域的多目标优化问题上有一定的优势。
-
关键词
多目标优化
确定目标域
投影面
自由维
NSGAⅡ
MOEA/P
-
Keywords
multi-objective optimization
determinant objective domain
projection plane
free dimension
NSGAⅡ
MOEA/P
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
