将hypervolume measure应用于EMOA(进化多目标优化)过程中,这一想法为了在优化过程中,最大化dominated hypervolume。 SMS-EMOA提出了一种稳定态的EMOA,且这个EMOA基于hypervolume和non-dominated sorting的结合。且这一方法进化出许多具有良好分布的solutions。 2.hypervolume measure 这一方法也被叫做φmetric,hypervolume度...
SMS-EMOA: Multiobjective selection based on dominated hypervolume 原文:http://www.sciencedirect.com/science/article/pii/S0377221706005443 摘要 超体积是用于比较多目标优化算法(EMOA)结果经常出现的测度。基于超体积最大化,该文提出了一种稳态的EMOA算法。 引言 ... ...
- SMS-EMOA是一种多目标优化算法,使用超体积替代拥挤距离,提高了算法性能。 - SMS-EMOA在解决多目标零一背包问题上有效。 - SMS-EMOA的随机种群更新对多目标优化问题效果不佳。 - 重尾变异操作在单目标和双目标优化中表现出色,并在多目标优化中也有相同优势。 - SMS-EMOA在OneMinMax和LOTZ等双目标优化问题上...
SMS-EMOA创新性地将hypervolume measure应用于进化多目标优化（EMOA）过程中，旨在最大化被支配hypervolume。这一方法提出了一种稳定的EMOA，结合hypervolume和非支配排序，生成具有良好分布的解决方案。hypervolume度量被定义为被支配空间的大小，Fleischer的证明表明，寻找Pareto集和最大化hypervolume在有限空间和...
SMS-EMOA的一个基本特性是,它在一个稳态方法(每代只产生一个后代,评估后立即加入下一代的演化)中更新一个群体,即在每次迭代中只生成一个新的个体。算法1描述了基本算法,从初始种群出发,利用随机变异算子生成一个新个体。与其他将非支配个体存储在档案中的策略不同,SMS-EMOA将非支配和支配的个人群体保持在不变...
SMS-EMOA的一个基本特性是,它在一个稳态方法(每代只产生一个后代,评估后立即加入下一代的演化)中更新一个群体,即在每次迭代中只生成一个新的个体。算法1描述了基本算法,从初始种群出发,利用随机变异算子生成一个新个体。与其他将非支配个体存储在档案中的策略不同,SMS-EMOA将非支配和支配的个人群体保持在不变...
】，即所谓的S度量选择EMOA(SMS-EMOA).2.超体积测量 超体积度量或S度量最初是由Zitzler和Thiele[3]提出的，他们称其为所覆盖空间的⼤⼩或⽀配空间的⼤⼩。在进化多⽬标优化（EMO）中，算法在性能空间中产⽣⼀组点作为Pareto前沿的估计。需要定量测量来估计估计数据点与真正帕累托前沿的接近程度。...
SMS-EMOA: S-Metric-Selection Evolutionary Multi-objective Optimization AlgorithmO. Mersmann
The algorithm's population evolves to a well-distributed set of solutions, thereby focussing on interesting regions of the Pareto front. The performance of the devised SMS-EMOA) is compared to state-of-the-art methods on two- and three-objective benchmark suites as well as on aeronautical ...
The algorithm’s population evolves to a well-distributed set of solutions, thereby focussing on interesting regions of the Pareto front. The performance of the devised S metric selection EMOA (SMS-EMOA) is compared to state-of-the-art methods on two- and three-objective benchmark suites as...