电子学报
電子學報
전자학보
Acta Electronica Sinica
2015年
7期
1300-1307
,共8页
高维多目标优化%目标降维%稀疏特征选择
高維多目標優化%目標降維%稀疏特徵選擇
고유다목표우화%목표강유%희소특정선택
many-objective optimization%objective reduction%sparse feature selection
目标降维算法通过去除冗余的目标达到简化问题规模的目的,为求解高维多目标优化问题提供了一种新的思路和方法.近似解集的几何结构特征和Pareto占优关系从不同侧面反映了多目标优化问题的内在结构特性,而现有算法仅利用其中一种特征分析目标之间的关系,具有较大局限性.本文提出基于稀疏特征选择的目标降维方法,该方法利用近似解集的几何结构特征构建稀疏回归模型,求解高维目标空间映射为低维目标子空间的稀疏投影矩阵,依据此矩阵度量目标的重要性,并利用Pareto占优关系改变程度选择满足误差阈值的目标子集,实现目标降维.通过与其他已有目标降维算法比较,实验结果表明本文提出的降维算法具有较高的准确性,并且受近似解集质量的影响较小.
目標降維算法通過去除冗餘的目標達到簡化問題規模的目的,為求解高維多目標優化問題提供瞭一種新的思路和方法.近似解集的幾何結構特徵和Pareto佔優關繫從不同側麵反映瞭多目標優化問題的內在結構特性,而現有算法僅利用其中一種特徵分析目標之間的關繫,具有較大跼限性.本文提齣基于稀疏特徵選擇的目標降維方法,該方法利用近似解集的幾何結構特徵構建稀疏迴歸模型,求解高維目標空間映射為低維目標子空間的稀疏投影矩陣,依據此矩陣度量目標的重要性,併利用Pareto佔優關繫改變程度選擇滿足誤差閾值的目標子集,實現目標降維.通過與其他已有目標降維算法比較,實驗結果錶明本文提齣的降維算法具有較高的準確性,併且受近似解集質量的影響較小.
목표강유산법통과거제용여적목표체도간화문제규모적목적,위구해고유다목표우화문제제공료일충신적사로화방법.근사해집적궤하결구특정화Pareto점우관계종불동측면반영료다목표우화문제적내재결구특성,이현유산법부이용기중일충특정분석목표지간적관계,구유교대국한성.본문제출기우희소특정선택적목표강유방법,해방법이용근사해집적궤하결구특정구건희소회귀모형,구해고유목표공간영사위저유목표자공간적희소투영구진,의거차구진도량목표적중요성,병이용Pareto점우관계개변정도선택만족오차역치적목표자집,실현목표강유.통과여기타이유목표강유산법비교,실험결과표명본문제출적강유산법구유교고적준학성,병차수근사해집질량적영향교소.
