模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2014年
10期
921-929
,共9页
郑金华%黄端%王康%张作峰
鄭金華%黃耑%王康%張作峰
정금화%황단%왕강%장작봉
多目标进化算法(MOEAs)%均匀性评价%可变影响空间
多目標進化算法(MOEAs)%均勻性評價%可變影響空間
다목표진화산법(MOEAs)%균균성평개%가변영향공간
Multi-objective Evolutionary Algorithms(MOEAs)%Uniformity Metric%Variable Influence Space
解集的均匀性评价是多目标进化算法中性能评价的要素之一。文中结合面向个体和面向空间的思想,提出可变影响空间的概念,并基于此提出一种解集均匀性评价方法---基于可变影响空间的多目标进化算法的解集均匀性评价方法( VISUM)。该方法通过分析个体在可变影响空间内的相对均匀程度,能准确反映解集的分布均匀性。实验结果证明文中方法的可行性和有效性。
解集的均勻性評價是多目標進化算法中性能評價的要素之一。文中結閤麵嚮箇體和麵嚮空間的思想,提齣可變影響空間的概唸,併基于此提齣一種解集均勻性評價方法---基于可變影響空間的多目標進化算法的解集均勻性評價方法( VISUM)。該方法通過分析箇體在可變影響空間內的相對均勻程度,能準確反映解集的分佈均勻性。實驗結果證明文中方法的可行性和有效性。
해집적균균성평개시다목표진화산법중성능평개적요소지일。문중결합면향개체화면향공간적사상,제출가변영향공간적개념,병기우차제출일충해집균균성평개방법---기우가변영향공간적다목표진화산법적해집균균성평개방법( VISUM)。해방법통과분석개체재가변영향공간내적상대균균정도,능준학반영해집적분포균균성。실험결과증명문중방법적가행성화유효성。
Uniformity Evaluation of solutions is one of the most important issues of performance assessment. The views of facing individuals and facing space are combined to construct a variable influence space of solutions. A variable influence space based uniformity metric method for solution sets of multi-objective evolutionary algorithms is proposed in this paper. The metric can be used to compare the performance of different multi-objective optimization techniques by evaluating the relative degree of uniformity of a solution set in the influence space. Experimental results show the feasibility and effectiveness of the proposed metric.