【摘要】：昂貴多目標進化算法中,目標向量評估所需計算時間或實驗成本高昂,大量昂貴評估必然導致成本災難.本文根據多目標優(yōu)化Pareto優(yōu)劣性取決于各目標分量的序關系這一關鍵性質,提出一種序擬合方法進行Pareto優(yōu)劣性預測.在分析樣本數據決策空間與目標空間序相關性的基礎上,通過線性相關的假設條件,建立低成本的序關系預測方程,并用預測的序關系確定Pareto優(yōu)劣性.然后對典型多目標優(yōu)化問題進行Pareto優(yōu)劣性預測對比實驗,結果表明所提方法顯著提高了Pareto優(yōu)劣性的預測精度.最后,將該預測方法集成到NSGA-II算法中,可以避免進化過程中的模型重構,有效減少昂貴目標向量的評估次數.
[Abstract]:In the expensive multi-objective evolutionary algorithm, the computation time or the experimental cost of the objective vector evaluation is high, and a large amount of expensive evaluation will inevitably lead to the cost disaster. In this paper, according to the key property that the quality of multi-objective optimization Pareto depends on the order relation of each target component, an ordered fitting method is proposed to predict the superiority and inferiority of Pareto. Based on the analysis of the order correlation between the decision space and the target space of the sample data, the low cost order relation prediction equation is established by the assumption of linear correlation, and the superiority and inferiority of Pareto are determined by the order relation of the prediction. Then the comparison experiment of Pareto prediction for typical multi-objective optimization problems is carried out. The results show that the proposed method can improve the prediction accuracy of Pareto significantly. Finally, integrating the prediction method into NSGA-II algorithm can avoid the model reconfiguration in the evolution process and effectively reduce the evaluation times of expensive target vectors.
【作者單位】： 中南大學信息科學與工程學院;湖南理工學院信息與通信工程學院;
【基金】：國家自然科學基金(No.60975049,No.61174132) 湖南省省教育廳科學研究重點項目(No.15A079) 湖南省高�？萍紕�(chuàng)新團隊支持計劃資助
【分類號】：TP18

【相似文獻】

相關期刊論文 前10條

1 曾三友;蔡振華;張青;康立山;;一種評估近似Pareto前沿多樣性的方法[J];軟件學報;2008年06期

2 周瑾;謝唯;;綜合使用序列分析和Pareto圖對工序集合的截取(英文)[J];上海第二工業(yè)大學學報;2008年03期

3 ;Design of high performance multilayer microwave absorbers using fast Pareto genetic algorithm[J];Science in China(Series E:Technological Sciences);2009年09期

4 蔡瑞;齊佳音;;基于改進的Pareto/NBD模型預測博客用戶在線行為[J];統(tǒng)計與信息論壇;2013年06期

5 張崗亭;姜曉兵;王書振;;網絡最大流Pareto擴充研究[J];電子科技大學學報;2006年01期

6 董紅斌;黃厚寬;何軍;侯薇;穆成坡;;一種混合策略的Pareto演化規(guī)劃[J];模式識別與人工智能;2006年06期

7 周秀玲;孫承意;;Pareto-MEC算法及其收斂性分析[J];計算機工程;2007年10期

8 宋冠英;李海楠;鄒玉靜;;一種基于Pareto解集的無約束條件的多目標粒子群算法[J];機械工程師;2008年05期

9 陶媛;吳耿鋒;胡珉;;基于Pareto的多目標進化免疫算法[J];計算機應用研究;2009年05期

10 ;Diversity of Pareto front: A multiobjective genetic algorithm based on dominating information[J];Journal of Control Theory and Applications;2010年02期

相關會議論文 前10條

1 ;A Pareto-Based Differential Evolution Algorithm for Multi-objective Optimization Problems[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

2 周秀玲;孫承意;;Pareto-MEC算法的收斂性分析[A];2005年中國智能自動化會議論文集[C];2005年

3 ;Multiobjective Optimization with Competitive Coevolutionary Genetic Algorithms[A];第二十九屆中國控制會議論文集[C];2010年

4 ;Study on New Coordination Mechanisms of Generalized Supply Chains with Loss-averse Agents[A];2009中國控制與決策會議論文集（3）[C];2009年

5 樊鐵成;馬孜;;Pareto前沿在航線優(yōu)化中的應用[A];第16屆中國過程控制學術年會暨第4屆全國故障診斷與安全性學術會議論文集[C];2005年

6 徐安察;湯銀才;;Pareto分布下屏蔽數據的貝葉斯統(tǒng)計分析及其應用[A];技術融合創(chuàng)新·可靠服務企業(yè)·安全產品制勝——2013年全國機械行業(yè)可靠性技術學術交流會暨第四屆可靠性工程分會第五次全體委員大會論文集[C];2013年

7 陳銀美;石連栓;;一種改進的求解均勻分布Pareto解集的多目標遺傳算法[A];中國運籌學會第十屆學術交流會論文集[C];2010年

8 韓松;魏權齡;;非參數DEA模型最優(yōu)解的(弱)Pareto性質研究[A];中國運籌學會第七屆學術交流會論文集（上卷）[C];2004年

9 樊鐵成;馬孜;羅勛杰;;Pareto遺傳算法在集裝箱配載優(yōu)化中的應用[A];第二十四屆中國控制會議論文集（下冊）[C];2005年

10 呂萍;李晴;宋吟秋;;考慮運營成本的公路Pareto有效BOT合同[A];中國系統(tǒng)工程學會第十八屆學術年會論文集——A02管理科學[C];2014年

相關博士學位論文 前6條

1 楊蘊;多目標進化算法及其在地下水優(yōu)化管理中的應用研究[D];南京大學;2012年

2 耿志超;Pareto優(yōu)化排序問題研究[D];鄭州大學;2016年

3 安彤;VMI模式下供應鏈的Pareto改進研究[D];天津大學;2011年

4 Deogratias NURWAHA;[D];東華大學;2013年

5 陳泯融;基于極值動力學的優(yōu)化方法及其應用研究[D];上海交通大學;2008年

6 邢宇飛;復雜產品拆卸序列規(guī)劃技術研究[D];東北大學;2012年

相關碩士學位論文 前10條

1 范超;基于Pareto蟻群算法的MVB周期輪詢表設計問題研究[D];大連理工大學;2015年

2 丁沖沖;基于Pareto多目標人工蜂群算法的Web服務組合優(yōu)化研究[D];南京財經大學;2014年

3 羅強;基于OMD工藝的薄膜成型仿真優(yōu)化比較與6Sigma評估[D];華東交通大學;2016年

4 胡揚;多目標拆卸線平衡問題的Pareto細菌覓食優(yōu)化與仿真分析[D];西南交通大學;2016年

5 張韋佳;基于Pareto熵的多目標萬有引力優(yōu)化算法的研究與應用[D];華北電力大學(北京);2016年

6 陳莎;多目標群體博弈中的完美平衡與本質平衡的研究[D];貴州大學;2016年

7 韓紅艷;基于Pareto支配的高維多目標進化算法研究[D];大連理工大學;2016年

8 劉媚;混合Pareto分布的統(tǒng)計分析[D];華東師范大學;2009年

9 夏凌;基于Pareto邊界的多目標調度研究[D];上海交通大學;2008年

10 南新艷;廣義Pareto分布[D];華東師范大學;2005年

，

本文編號：2414272