多目标优化算法学习笔记(一)
4.非支配排序
1)非支配排序就是将种群所有的非支配个体(解向量)划分成第一个非支配最优层,制定并赋予一个共享的虚拟的适应值(比如1);
2)然后忽略已经分层的个体,因为非支配个体已经忽略,所以现在会出现一些新的非支配个体,比如两个目标函数值为(9,10)的解向量
被忽略后可能函数值为(10,11)这样的解就变成新的非支配个体;
3)那么现在将新的非支配个体划分成第二个非支配层,也制定并赋予一个共享的虚拟的适应值,但是这个值必须要比上一个小(比如可以是0.9)
4)以此类推,直到所有种群个体被分层。这样可以保持优良个体适应度的优势,以获得更多的被开发机会,同时也维持了种群的多样性。
5.带精英策略的非支配排序
a、提出了快速非支配排序算子,优化计算复杂度。
b、提出了拥挤距离算子
c、提出了精英策略选择算子
(1)快速非支配排序流程
目的同样是分层。
n为在种群中支配个体 i 的解个体的数量。(别的解支配个体 i 的数量)
S为被个体 i 所支配的解个体的集合。(个体 i 支配别的解的集合)
1)首先,找到种群中所有 n(i)=0 的个体(不被支配的个体),存入集合F(1)中,作为第一层并同样需要赋予每个个体一个相同的非支配序 R(rank)
2)关键在于第二、三步。对于当前集合F(1),找到其中个体们所支配的解集S,然后再将S中的个体被支配个数n,减去1(因为其中最强的支配它的已经分到第一层了)
3)一直重复一二步,直到所有个体被分级。因为每次n都会减少,如果n=0则说明这个个体当前是非支配解了(终于要轮到它被分层了)。
(2)确定拥挤度
也就是说:如果两个个体的非支配排序不同,取排序号较小的个体(分层排序时,先被分离出来的个体);如果两个个体在同一级,取周围较不拥挤的个体。
原文链接:https://blog.csdn.net/XieNaoban/article/details/88385742
(3)精英策略选择算子
保留父代优良个体直接进入子代, 以防止帕累托最优解改变后,Pareto 前沿的解丢失. 具体操作就可以直接把父代子代合并到一起进行非支配排序.
多目标优化算法学习笔记(一)相关推荐
- 多目标优化算法学习笔记
MOEA 分类 按机制分配 基于分解 将子目标聚合成单目标 基于支配 基于Pareto的适应度分配 基于指标 基于指标评价候选解的性能 按决策分类 前决策 搜索前输入决策信息,产生一个解 后决策 提供 ...
- 白鲸优化算法学习笔记
白鲸优化算法学习笔记 1. 引言 白鲸优化算法(Whale Optimization Algorithm,简称WOA)是一种基于自然界中的白鲸行为而发展起来的启发式优化算法.该算法模拟了白鲸群体的寻食 ...
- 哈里斯鹰优化算法学习笔记2
哈里斯鹰是一种著名的猛禽,其独特之处在于它与生活在同一稳定群体中的其他家庭成员一起进行独特的合作觅食活动,而其他猛禽通常独自攻击,发现和捕获猎物.哈里斯鹰捕捉猎物的主要策略是"突袭" ...
- RMSProp优化算法--学习笔记
RMSProp优化算法是AdaGrad算法的一种改进. AdaGrad算法: 要求的超参数:r(全局学习率),θ(初始参数),σ(小常数,为数值稳定大约设为10^-7)初始化梯度累计变量d=0wher ...
- LADCF目标跟踪算法学习笔记(Learning Adaptive Discriminative Correlation Filters via Temporal Consistency prese)
LADCF论文链接:https://www.researchgate.net/publication/326696472 摘要: 在最近的跟踪基准及比赛中,判别式相关滤波类跟踪器性能优异,然而现有的D ...
- 粒子群PSO优化算法学习笔记 及其python实现(附讲解如何使用python语言sko.PSO工具包)
算法描述 粒子群算法思想来源于实际生活中鸟捕食的过程.假设在一个n维的空间中,有一群鸟(m只)在捕食,食物位于n维空间的某个点上,对于第i只鸟某一时刻来说,有两个向量描述,一个是鸟的位置向量,第二个是 ...
- Python最优化算法学习笔记(Gurobi)
微信公众号:数学建模与人工智能 github地址:https://github.com/QInzhengk/Math-Model-and-Machine-Learning Python最优化算法学习笔 ...
- [多目标优化算法]1.NSGA-II——非支配排序遗传算法
笔者最近在学习有关多目标优化的内容,并对内容进行一些整理.这篇文章算是笔者的一篇个人学习笔记,也希望能对他人提供一定的帮助,若有不足之处,也欢迎指正和建议. 注:本文中所举例子均为最小化问题. 一.多 ...
- 十分钟了解完多目标优化算法
文章目录 多目标优化快速入门 多目标优化 一.前言 二.多目标优化问题的一般数学描述 三.进化算法一般性特点 四.多目标优化算法发展历史 总结 多目标优化快速入门 多目标优化 一.前言 正如生活中,你 ...
最新文章
- Spring JdbcTemplate的queryForList(String sql , ClassT elementType)易错使用--转载
- 只求规模不管服务?那平台就离死不远了
- java调用ole ie_SWT中通过Automatioin的方式访问IE(升级版)
- [翻译] KGModal
- java字符串替换的问题
- mac安装ElasticSearch
- itext pdf 基本使用实战
- gitee错误: remote gite already exists.
- win10无线网卡启动服务器,win10系统无线网卡被禁用怎么办?win10开启无线网卡的方法...
- NGINX脚本语言原理及源码分析(三)
- 什么是Liunx?什么是Shell脚本?Liunx的应用、Shell脚本编写与应用
- Gtarcade的Hunger Heroes游戏马拉松即将开始
- 计算机控制系统直流电机闭环调速实验,51系列单片机直流电机闭环调速实验1.pdf...
- linux定时删除前几天日志的定时任务
- NIPS大会最精彩一日:AlphaZero遭受质疑;史上第一场正式辩论与LeCun激情抗辩;元学习强化学习亮点复盘...
- 基于ZedBoard的Webcam设计(二):USB摄像头图片采集+QT显示
- RIO——健壮的IO包
- 今日金融词汇--- TO G 业务,是什么
- redis 启动命令 (windos)
- 数学- 找规律 HDU3054
热门文章
- 主机屋免费服务器 – 真的开启服务器免费时代?
- a view of a leaf Variable that requires grad is being used in an in-place operation.
- Hoeffding不等式
- 【翻译】用 安全即代码 保护你的GitOps流程
- 懒猫社长便利店成焦虑boy的温暖港湾!
- CSS第二部分——网页布局三大核心
- UserWarning: Possibly corrupt EXIF data.
- BAT调用服务器的PHP文件时所遇到的问题
- 互联网人:我太太太太太太太太太太难了!
- 小优机器人系统恢复_解决一键还原ghost