知识卡片

普通读书笔记卡 · 3759.d

多目标DE分层选择解集

理解等级:高级

多目标问题的各目标常互相冲突,没有唯一最优解,只能求一组折中解。若解 A 在所有目标上都不比 B 差、且至少一项更好,称 A 支配 B;不被任何可行解支配的解就是非劣(Pareto 最优)解。

多目标 DE 有非 Pareto 与 Pareto 两条路线,后者常组合以下机制:

  • 非支配排序:第一层是不被任何个体支配的个体,去掉它们后剩余个体中不被支配的为第二层,依次分层,优先选前层;
  • 精英保留:父代与试验个体合并后再排序择优,好解不会因换代丢失;
  • 拥挤距离或拥挤熵:衡量一个解周围有多挤,同层中优先保留周围较空的个体,使解集分布更广;
  • 外部存档:在种群之外另存搜索中发现的非劣解。

排序负责逼近前沿,密度机制负责铺开分布,具体组合随算法而异。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《智能算法导论》第 10 章《10.3 基于差分进化算法的多目标优化问题》(源文件:`_epub-src/EPUB/xhtml/chapter10_0007.xhtml`;图 10.4) - 结论依据:原文分别描述外部存档保存非劣解、非支配排序分层选择,以及同层优先保留拥挤距离较大的个体;综合这些机制可见其分别支持精英保留和种群多样性,但不保证书中未验证的普遍性能优势。 - 原始内容:在同一等级中,优先选择拥挤距离大的个体,以提高种群的多样性。 - 原始内容:利用快速非劣排序、精英保留策略以及拥挤距离计算等思想进行排序,根据排序选择个体进入下一代种群。 - 位置:《智能算法导论》第 10 章《10.3.2 自适应差分进化处理多目标优化问题》(源文件:`_epub-src/EPUB/xhtml/chapter10_0009.xhtml`) - 结论依据:本节将拥挤熵作为衡量解集拥挤程度、保持 Pareto 多样性的策略,与前章的拥挤距离目标一致;具体效果仍限于作者所述研究。 - 原始内容:提出一种拥挤熵多样性测度策略,更准确地测量解决方案的拥挤程度,有效地保持了Pareto最优解的多样性。