算法 - 多目标优化的注意点及常用方法概述
文章目录
- 1 与单目标优化的区别
- 2 多目标优化问题的处理
- 3 多目标优化的性能评估
1 与单目标优化的区别
与单目标优化不同，MOCOP(多目标组合优化问题)的解不唯一，而是由一组解组成的，代表目标之间所能达到的最佳权衡(或妥协)，这导致其最优性的概念不同于单目标优化。多目标得到的一组解通常称为Pareto最优。
2 多目标优化问题的处理
可以转化为一系列的单目标优化问题，这涉及字典序法、线性聚合函数等方法等使用。
对于多目标元启发式算法，可分四类：
- 标量法：把问题转化为一个/多个单目标问题，具体有聚合法、ε-约束法、加权度量、目标规划、达成函数、目标达成等
- 基于群体方法：利用多个元启发式算法都在采用多群体，与几个标量搜索程序相结合。如向量评估遗传算法
- 基于Pareto方法：支配排序(MOGA)、支配深度(NSGA-II)和支配计数(SPEA、SPEA2)
- 基于指标的方法：采用性能评估测量来选择解。如基于指标的进化算法(IBEA)和S-度量选择EMOA(SMS-EMOA)
常用非支配排序遗传算法II(NSGA-II)、强度Pareto进化算法2(SPEA2)、基于指标的进化算法(IBEA)、简单精英进化算法(SEEA)、多目标局部搜索法(MOLS)
3 多目标优化的性能评估
根据不同特性，性能指标可分：
- 一元或二元指标：二元指标允许我们直接比较精确Pareto前沿的两个近似点，而一元指标为每个近似点指定一个标量值
- 对精确Pareto前沿对需求：一些性能指标要求用户提供问题对精确Pareto前沿，可在许多情况下精确Pareto前沿是未知的
- 对额外信息的需求：有些质量指标需要对一些值给出定义，这些值可能在某些情况下难以获取(如理想点、最低点、标准组等)
通常我们会采用多个性能指标来评估多目标元启发式算法的性能。
- 基于收敛的指标：提供所获得的近似点与精确Pareto前沿的紧密度，如贡献、世代距离和εεε指标
- 基于多样性的指标：提供所得解在Pareto前沿周围分为的均匀性信息，如间隔、扩展和熵
- 混合指标：它们试图在一个单值上并入收敛和多样性两方面的性能，如超体积和RRR度量
参考书籍《大数据元启发式算法教程》
算法 - 多目标优化的注意点及常用方法概述相关推荐
- 基于多目标算法的冷热电联供型综合能源系统运行优化 综合能源 冷热电三联供 粒子群算法 多目标优化 多目标粒子群 冷热电联供 综合能源系统 运行优化
多目标粒子群 冷热电联供 综合能源系统 运行优化 关键词:综合能源 冷热电三联供 粒子群算法 多目标优化 参考文档:<基于多目标算法的冷热电联供型综合能源系统运行优化> 仿真平台:MATL ...
- 基于多目标算法的冷热电联供型综合能源系统运行优化 关键词：综合能源 冷热电三联供 粒子群算法 多目标优化
多目标粒子群 冷热电联供 综合能源系统 运行优化 关键词:综合能源 冷热电三联供 粒子群算法 多目标优化 参考文档:<基于多目标算法的冷热电联供型综合能源系统运行优化> 仿真平台:MATL ...
- 进化算法——多目标优化
所有的实际优化问题都是多目标的,如果不是显式的至少也是隐式的.接下来讨论多目标优化问题(MOP)如何修改进化算法.实际的优化问题包含多个目标,那些目标常常互相冲突.例如: 在购买汽车时,我们可能想要车 ...
- NSGA2机器学习算法多目标优化
NSGA2算法是一种常见的多目标优化算法,可以用于求解各类多目标优化问题.今天简单介绍一下如何用NSGA2算法,联合机器学习预测模型,对某一实际问题的自变量的取值进行优化. 解决此类问题一般分为两个步 ...
- 多目标优化蚁群算法的matlab_深入浅出多目标优化10分钟多目标优化入门
多目标优化快速入门 多目标优化--引子 正如生活中,你想买一辆车,又想汽车的性能好,外观不错,价格还比较低,对于这同时满足这三个条件,我们应该如何进行考虑呢? 在投资的时候,我们想投入的资金最少,所付 ...
- 多目标优化算法_【实验室论文】基于多种群协同演化的约束多目标优化算法
欢迎关注智能优化与学习实验室 在很多实际问题中,例如科学.工程设计等领域,衡量一个方案的好坏难以用一个指标来判断,需要用多个目标来刻画,且实际问题通常带有约束条件,这类问题被称为约束多目标优化问题,高 ...
- 【NSGAII】基于NSGAII的多目标优化算法的MATLAB仿真
1.软件版本 matlab2021a 2.本算法理论知识 NSGA-II适合应用于复杂的.多目标优化问题.是K-Deb教授于2002在论文:A Fast and Elitist Multiobject ...
- 基于NSGAII的多目标优化算法的MATLAB仿真
1.算法简介 NSGA-II在引入算术交叉算子的同时,提出并引入累积排序适应度赋值策略.实验表明,INSGA具有更高的收敛速度和更好的种群多样性. 2.部分核心代码 clc; clear; close ...
- ktt算法 约化_推荐系统的多目标优化(4)-PE-LTR
目录: [toc] 1. 提出背景 电商场景下,需要同时优化GMV和CTR,但这两个优化目标并不是严格相关的,甚至是冲突的.当CTR/GMV最优时,另一个可能是次优甚至是不好的. 因此,该问题可以看作 ...
最新文章
- 浅谈网络游戏的设计——服务器端编程 （3）
- 大数据之Linux早课9.21
- 配置 LBaaS - 每天5分钟玩转 OpenStack（121）
- c++学习书籍推荐《Advanced C++》下载
- flex 解析json文件_使用 Python 处理 JSON 格式的数据 | Linux 中国
- 网络工程师晋升_晋升为工程师的最快方法
- summit_Chrome Dev Summit 2018的亮点
- 睡前小故事之Html
- python付费课程推荐知乎_新手小白学习Python，有什么课程推荐吗？
- 当拼多多开始打假 那么多“拼多多买家秀”竟都是假的？
- html如何使文本自动换行,html 文本自动换行
- Simulink中步长、powergui采样时间、模块采样时间、控制周期的关系
- 简历包装严重，作为面试官，我是如何甄别应聘者的包装程度
- Flink CheckpointCoordinator 步骤 流程 源码
- 动态网站加速,cdn义不容辞
- NC 一些常用方法总结
- java printout_word中printout函数的相关参数介绍 | 学步园
- daytime协议的服务器和客户端程序,用Socket套接字实现DAYTIME协议的服务器和客户端程序.doc...
- 微信{errcode:48001,errmsg:api unauthorized, hints: [ req_id: 1QoCla0699ns81 ]}
- How add nic driver to initrd