不规则优化问题中基于动态资源分配的高维多目标优化算法

2020年第21卷第8期

摘要

关键词

相关研究

回顶部

《信息与电子工程前沿（英文）》 >> 2020年第21卷第8期 doi: 10.1631/FITEE.1900321

不规则优化问题中基于动态资源分配的高维多目标优化算法

1桂林理工大学信息科学与工程学院，中国桂林市，541004；2广西嵌入式技术与智能系统重点实验室，中国桂林市，541004；3广西可信软件重点实验室，桂林电子科技大学，中国桂林市，541004

收稿日期： 2019-06-28 录用日期： 2020-08-07 发布日期： 2020-08-07

HTML43 PDF 27 收藏 0

摘要

多目标优化问题广泛存在于高速列车头形设计、重叠社区检测、电力调度等领域。为解决这类问题，目前方法主要集中于求解具有规则性帕累托前沿的问题，而非具有不规则帕累托前沿的问题。针对这种情况，提出一种基于动态资源分配分解的高维多目标进化算法（MaOEA/D-DRA）进行不规则优化。该算法能够根据问题的帕累托前沿形状，将计算资源动态分配到不同搜索区域。在搜索过程中使用进化种群和外部存档，从外部存档中提取的信息用于引导进化种群到不同搜索区域。进化种群采用切比雪夫方法将问题分解为若干子问题，并以协作方式优化所有子问题。采用转化的密度估计方法更新外部档案。将所提算法与5种最先进的多目标进化算法对比。实验结果表明，所提算法在收敛速度和种群成员多样性方面优于5种对比算法。与加权和方法和基于惩罚的边界相交方法比较，将切比切夫方法集成到算法中，对性能有一定提高。

关键词

高维多目标优化问题 ; 不规则帕累托前沿 ; 外部存档 ; 动态资源分配 ; 转化的密度评估方法 ; 切比雪夫分解方法