计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
z1期
57-60,63
,共5页
高维目标%多目标优化%目标减少算法%冗余目标
高維目標%多目標優化%目標減少算法%冗餘目標
고유목표%다목표우화%목표감소산법%용여목표
Many-objective%Multi-objective optimization%Multi-objective reduction algorithm%Redundancy objective
目前,大部分多目标进化算法MOEA(Multi-Objective Evolutionary Algorithms)是针对2到3个目标问题而设计,并且已经取得良好的优化效果,而对于目标个数大于或远大于3个的高维多目标问题,用MOEA逼近Pareto前沿和保持较低的计算复杂度都十分困难.通过讨论分析目标个数对高维优化算法带来的困扰,总结针对这些困扰引入的一些算法和策略.介绍了已有的高维多目标算法对占优机制进行的改善,并着重对现存的高维多目标减少算法做了系统的分类综述,对比分析验证了各类算法的优化效果,并给出进一步可研究的方向.
目前,大部分多目標進化算法MOEA(Multi-Objective Evolutionary Algorithms)是針對2到3箇目標問題而設計,併且已經取得良好的優化效果,而對于目標箇數大于或遠大于3箇的高維多目標問題,用MOEA逼近Pareto前沿和保持較低的計算複雜度都十分睏難.通過討論分析目標箇數對高維優化算法帶來的睏擾,總結針對這些睏擾引入的一些算法和策略.介紹瞭已有的高維多目標算法對佔優機製進行的改善,併著重對現存的高維多目標減少算法做瞭繫統的分類綜述,對比分析驗證瞭各類算法的優化效果,併給齣進一步可研究的方嚮.
목전,대부분다목표진화산법MOEA(Multi-Objective Evolutionary Algorithms)시침대2도3개목표문제이설계,병차이경취득량호적우화효과,이대우목표개수대우혹원대우3개적고유다목표문제,용MOEA핍근Pareto전연화보지교저적계산복잡도도십분곤난.통과토론분석목표개수대고유우화산법대래적곤우,총결침대저사곤우인입적일사산법화책략.개소료이유적고유다목표산법대점우궤제진행적개선,병착중대현존적고유다목표감소산법주료계통적분류종술,대비분석험증료각류산법적우화효과,병급출진일보가연구적방향.
