.png){kind=icon}
返回
A two-stage multimodal multiobjective evolutionary algorithm using Voronoi diagram and modality detection
.png){kind=icon}
PRE
AI
DOI：10.1016/j.swevo.2026.102305.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在实际应用中，多模态多目标优化问题（MMOPs）——其中决策空间中的多个帕累托最优集可能映射到目标空间中的同一帕累托前沿——对优化提出了重大挑战。与传统多目标优化问题的求解不同，后者主要关注目标空间中解的收敛性和多样性，而求解MMOPs时还需关注决策空间中解的多样性。为有效应对MMOPs，本研究提出了一种基于Voronoi图和模态检测的两阶段多模态多目标进化算法，称为MMEA/VM。所提MMEA/VM包含两阶段优化过程：第一阶段侧重于增加决策空间中解集的多样性，第二阶段则在目标空间中实现多样性与收敛性。作为第一阶段搜索策略，设计了一种基于Voronoi图的多样性增强机制，利用Voronoi邻域有效探索整个决策空间。基于识别每个候选解所属模态的模态检测策略，第二阶段采用基于分解的目标空间搜索机制，并结合一种新颖的环境选择方法。通过无缝交织两阶段搜索过程，MMEA/VM在决策空间和目标空间中均实现了良好的探索与开发平衡。在两个基准测试集和一个实际问题上进行了实验研究。基于五个指标的实验结果表明，MMEA/VM相较于当前最先进的多模态多目标进化算法具有更高的竞争力。
Keyword:
Multimodal multiobjective optimization
Voronoi diagram
modality detection
evolutionary algorithm
Pareto optimal sets
期刊
IF:
8.5
论文数:
2.2K
被引数:
1.0W
机构
引用论文
.png){kind=icon}
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Multimodal Multiobjective Evolutionary Optimization With Dual Clustering in Decision and Objective Spaces决策和目标空间中具有双重聚类的多模态多目标进化优化
PREAI
分享收藏Evolutionary multimodal multiobjective optimization guided by growing neural gas生长神经气体引导的进化多模态多目标优化
PREAI
分享收藏A Dynamic-Niching-Based Pareto Domination for Multimodal Multiobjective Optimization基于动态小范围的多峰多目标优化的帕累托控制
PREAI
分享收藏分享收藏The estimation of the gradient of a density function, with applications in pattern recognition密度函数梯度的估计及其在模式识别中的应用
PREAI
分享收藏
查看更多内容