期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于径向空间划分的昂贵多目标进化算法 被引量:3
1
作者 顾清华 周煜丰 +1 位作者 李学现 阮顺领 《自动化学报》 EI CAS CSCD 北大核心 2022年第10期2564-2584,共21页
为了解决难以建立精确数学模型或者真实评估实验成本高昂的多目标优化问题,提出了一种基于径向空间划分的昂贵多目标进化算法.首先算法使用高斯回归作为代理模型逼近目标函数;然后将目标空间的个体投影到径向空间,结合目标空间和径向空... 为了解决难以建立精确数学模型或者真实评估实验成本高昂的多目标优化问题,提出了一种基于径向空间划分的昂贵多目标进化算法.首先算法使用高斯回归作为代理模型逼近目标函数;然后将目标空间的个体投影到径向空间,结合目标空间和径向空间信息保留对种群贡献更高的个体;之后由径向空间中个体的位置分布决定下一步应该选择哪些个体进行真实评估;最后,采用一种双档案管理策略维护代理模型的质量.数值实验和现实问题上的结果表明,与5种先进算法相比,该算法在解决昂贵多目标优化问题时能够提供更高质量的解. 展开更多
关键词 昂贵多目标优化问题 高斯过程 径向投影 双档案管理策略
下载PDF
基于R2指标的昂贵多目标进化算法 被引量:11
2
作者 刘建昌 赵阳杰 +1 位作者 李飞 宋悦熙 《控制与决策》 EI CSCD 北大核心 2020年第4期823-832,共10页
提出一种基于R2指标的昂贵多目标进化(R2-EMO)算法.为了解决精确数学模型难以获得以及评估实验成本高昂的昂贵多目标优化问题,R2-EMO算法采用高斯过程取代真实模型来评估个体在每个目标上的性能,并设计一种新的R2指标的效用函数,该效用... 提出一种基于R2指标的昂贵多目标进化(R2-EMO)算法.为了解决精确数学模型难以获得以及评估实验成本高昂的昂贵多目标优化问题,R2-EMO算法采用高斯过程取代真实模型来评估个体在每个目标上的性能,并设计一种新的R2指标的效用函数,该效用函数根据高斯过程的输出计算个体的R2指标.带有新的效用函数的R2指标在选择评估点时,既考虑了种群个体的收敛性和多样性,还考虑了个体的预测期望值和预测均方误差,增强了种群个体对目标空间的勘探能力.同时,提出双层档案管理策略,采用两个档案分别存放评估过的非支配个体和建立代理模型的个体,并在每次迭代中对两个档案进行更新.实验结果表明,与已有的4种算法相比,R2-EMO算法在处理昂贵多目标进化算法时,收敛性和多样性均优于其他算法,并能以较快的速度收敛到Pareto前沿. 展开更多
关键词 昂贵多目标进化算法 R2指标 高斯过程 双层档案管理策略
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部