高精度缓冲区边界相向逼近求交算法研究及实验

针对海洋划界等距离线/中间线方法中双方距离比例不为1∶1时的海洋划界存在的不足,探讨了基于欧氏平面的距离等比例线法及其后续研究存在的精度无法满足海洋划界的实际应用需求的问题,提出了基于地球椭球体解算距离等比例线的高精度缓冲区边界相向逼近求交算法,并阐述了该算法的基本原理和实现步骤,最后结合海洋划界实例,对该算法的有效性进行了验证。

一种适应度排序的高维多目标粒子群优化算法

针对高维多目标优化问题复杂度高,求解难度大的特点,提出了一种集成适应度排序的高维多目标粒子群优化算法。该算法通过获取种群中个体与参考点最近的向量,结合基于惩罚的边界交叉方法对种群中的个体进行排序,并对较差的个体进行删除,留下的精英个体被保存到外部档案中。将该算法与性能先进的4种高维多目标进化优化算法在13个标准测试实例的5,8,10,15目标上进行实验对比,结果表明,提出的算法在大多数测试用例上的性能表现优于对比算法,同时说明了该算法具有较好的收敛性与多样性,能够有效地处理高维多目标优化问题。

基于分解的多目标优化算法研究与分析

基于分解的多目标优化算法(MOEA/D)是多目标优化算法(MOEAs)中的一个重要分支。分解策略是传统数学规划中为了解决多目标的优化问题(MOP)推荐的基本方法。分解方法分为线性方法和非线性方法,在多目标优化中,每个目标聚合成为一个单目标优化问题,使得到一个优化单一目标,并且运用该优化方法得到单目标优化的Pareto最优解。MOEA/D中常用的分解方法有权重聚合法、切比雪夫法和基于惩罚的边界交集法。论文通过介绍切比雪夫方法对基于分解方法的MOEA/D算法进行研究分析。