知识卡片
多目标模因搜索融合全局与局部
多目标问题要同时优化几个互相牵制的目标,比如买东西既要好又要便宜。它的答案不是一个解,而是一组彼此无法简单比较优劣的解。
多目标模因优化的结构是“框架 + 插件”:
- 框架:多目标遗传算法负责全局搜索、维护整组解,常用的有基于支配的 NSGA-Ⅱ 和基于分解的 MOEA/D。
- 插件:嵌入一个或多个局部优化算法,对解做邻域内的细化。
这样既保持整组权衡解的覆盖面,又能把其中的单个解改进得更好。一般的模因搜索见[[模因算法结合种群与局部搜索]],多目标权衡见[[多目标搜索保留权衡解]]。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 3 . 3 . 1 多 目 标 M e m e t i c 优 化 算 法 · 查看原书依据
多目标Memetic算法的思想就是把多目标遗传算法全局优化的框架和一个或多个的局部优化算法混合,形成新算法。常用的求解多目标问题的遗传算法方法包括基于支配的NSGA-Ⅱ[27]和基于分解的MOEA/D[28]。
参考来源
- 位置:《智能算法导论》第 3 章“多目标 Memetic 优化算法”(源文件:`_epub-src/EPUB/xhtml/chapter3_0007.xhtml`)。
- 结论依据:原文直接将多目标遗传算法的全局优化框架与一个或多个局部优化算法混合定义为多目标 Memetic 算法,支持本卡的组合结构。
- 原始内容:多目标Memetic算法的思想就是把多目标遗传算法全局优化的框架和一个或多个的局部优化算法混合,形成新算法。