.png){kind=icon}
返回
A novel reference solution selection strategy based on auxiliary space for large-scale multi-objective optimization
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ins.2026.123101.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于问题转换的方法已被公认为解决大规模多目标优化问题（LSMOPs）的有效途径，因为它们能够将原始高维搜索空间转换为相对低维的空间。然而，这类方法通常表现出极快的收敛速率，同时伴随着显著的多样性损失。在此背景下，用于构建问题转换的参考解选择对影响种群多样性起着关键作用。为解决这些局限性，本文提出了一种基于辅助空间的参考解选择策略（RSAS），旨在保持种群多样性。具体而言，利用位于坐标轴上的极端可行解构建正交基，每个基覆盖一个不同的子空间。由多个正交基生成的子空间集合被定义为辅助空间。这些辅助空间因其相对均匀地分布在原始决策空间中，有助于算法生成具有显著增强多样性的参考解集。值得注意的是，RSAS可以无缝集成到任何包含参考选择机制的基于问题转换的框架中，从而提升其整体性能。为验证RSAS的有效性，在500至5000维的基准测试套件上进行了全面的实验研究。实验结果明确证实，在大多数实例中，RSAS相比其他最先进算法具有优越性。
Keyword:
Multi-objective optimization
Large-scale optimization
Problem transformation
Auxiliary space construction
Evolutionary algorithm
期刊
IF:
6.8
论文数:
553
被引数:
6.2W
机构
引用论文
Deep learning-driven multi-objective dynamic switch migration in software defined networking (SDN)/network function virtualization (NFV)-based 5G networks深度学习驱动的多目标动态交换机迁移在基于软件定义网络（SDN）/网络功能虚拟化（NFV）的5G网络中
.png){kind=icon}
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分享收藏分享收藏A random dynamic grouping based weight optimization framework for large-scale multi-objective optimization problems基于随机动态分组的大规模多目标优化问题权重优化框架
PREAI
分享收藏Distributed evolutionary algorithms and their models: A survey of the state-of-the-art分布式进化算法及其模型: 最新技术综述OAAI
OAAI分享收藏Large-Scale Multiobjective Optimization via Reformulated Decision Variable Analysis基于重构决策变量分析的大规模多目标优化
PREAI
分享收藏
查看更多内容