返回
A radial visualization method based on knee point information for many-objective optimization
DOI:10.1016/j.asoc.2025.113064.png)
摘要
En 中文
对于许多目标优化问题(MaOPs)的众多高维解,通常会给决策者(DMs)带来较高的认知负担。MaOPs的帕累托前沿(PF)能够表达问题特征,并为求解MaOPs提供先验知识。然而,现有的高维可视化方法通常未建立PF信息与决策制定之间的关系。因此,提出了一种结合了拐点信息的新型径向可视化(RadViz)方法KRadViz,用于可视化PF形状信息并辅助决策制定。该方法建立了优化性能信息与PF形状之间的关系,并构建了PF形状识别方法。KRadViz通过结合优化性能与PF形状进行构建。提出了三种优选解选择方法,以快速在不同场景下筛选出少数优选解。将所提出的KRadViz与三种高维可视化方法进行比较。实验结果表明,KRadViz能够有效显示高维PF形状,并给出不同解的优化性能信息。同时分析了三种方法的优选选择偏好,验证了辅助决策过程的有效性。对于DTLZ2和真实世界MaOPs,优选解的个体超体积(HV)贡献分别提高了9.98%和10.95%。
Keyword:
Many-objective optimization
High-dimensional visualization
Knee points
Preferred information
RadViz
期刊
IF:
6.6
论文数:
1.4W
被引数:
4.8W
机构
引用论文
Hippopotamus optimization algorithm: a novel nature-inspired optimization algorithm
SCIENTIFIC REPORTS
IF3.9

