.png){kind=icon}
返回
A difference vector angle dominance relation for expensive multi-objective optimization
.png){kind=icon}
PRE
AI
DOI：10.1016/j.swevo.2025.101924.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在最近两年中，基于关系分类的代理辅助进化算法在解决昂贵多目标优化问题（EMOPs）方面显示出良好的潜力。然而，现有研究仍处于初始阶段，缺乏针对支配关系的具体研究。本文针对EMOPs提出了一种基于差异向量角度的支配关系DVAD-phi，该关系利用角度阈值phi来控制选择压力。所提出的DVAD-phi具有自适应选择压力，并在筛选优势解时考虑了解的收敛性和多样性，这有利于为昂贵的实际函数评估（FEs）筛选出有前景的解，并减少昂贵的实际函数评估。具体而言，我们首先给出了DVAD-phi的定义，该定义根据角度阈值phi衡量一个解相对于另一个解的优越性。然后，我们推导出在DVAD-phi的意义下，角度阈值phi与非支配解数量之间存在单调性。最后，我们提出了一种基于二分法的角度阈值自适应确定策略，以设置适当的选择压力，为昂贵的实际函数评估筛选出有前景的解。实验在两个基准测试集中的23个测试函数和一个实际问题上进行。实验结果验证了DVAD-phi的有效性。
Keyword:
Expensive multi-objective optimization problems
Surrogate models
Surrogate assisted multi-objective evolutionary algorithms
Dominance relation
期刊
IF:
8.5
论文数:
2.2K
被引数:
1.0W
机构
引用论文
.png){kind=icon}
A Kriging-Assisted Two-Archive Evolutionary Algorithm for Expensive Many-Objective Optimization
PREAI
分享收藏PlatEMO: A MATLAB Platform for Evolutionary Multi-Objective OptimizationPlatEMO: 用于进化多目标优化的MATLAB平台
OAAI
OAAI分享收藏A Neighborhood Regression Optimization Algorithm for Computationally Expensive Optimization Problems
PREAI
分享收藏Application of deep learning based multi-fidelity surrogate model to robust aerodynamic design optimization基于深度学习的多保真代理模型在鲁棒气动设计优化中的应用
PREAI
分享收藏
查看更多内容