-
题名基于相关分析的多目标优化Pareto优劣性预测
被引量:2
- 1
-
-
作者
李文彬
贺建军
郭观七
冯彩英
潘理
-
机构
中南大学信息科学与工程学院
湖南理工学院信息与通信工程学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2017年第2期459-467,共9页
-
基金
国家自然科学基金(No.60975049
No.61174132)
+1 种基金
湖南省省教育厅科学研究重点项目(No.15A079)
湖南省高校科技创新团队支持计划资助
-
文摘
昂贵多目标进化算法中,目标向量评估所需计算时间或实验成本高昂,大量昂贵评估必然导致成本灾难.本文根据多目标优化Pareto优劣性取决于各目标分量的序关系这一关键性质,提出一种序拟合方法进行Pareto优劣性预测.在分析样本数据决策空间与目标空间序相关性的基础上,通过线性相关的假设条件,建立低成本的序关系预测方程,并用预测的序关系确定Pareto优劣性.然后对典型多目标优化问题进行Pareto优劣性预测对比实验,结果表明所提方法显著提高了Pareto优劣性的预测精度.最后,将该预测方法集成到NSGA-II算法中,可以避免进化过程中的模型重构,有效减少昂贵目标向量的评估次数.
-
关键词
相关分析
序关系预测
多目标优化
Pareto优劣性
-
Keywords
correlation analysis
rank relation prediction
multi-objective optimization
Pareto dominance
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-