权重迭代的偏好多目标分解算法解决参考点对算法影响的研究

tend

摘要:在传统偏好多目标进化算法中,参考点是表达决策者的偏好信息最常用的方式,但是参考点所处位置信息有时严重影响算法的性能.针对以上问题,本文提出了一种基于权重迭代的偏好多目标分解算法(MOEA/D-PRE) ,主要利用权重迭代方法获取一组均匀的权重向量,并对偏好区域进行映射,使得算法在进化过程中,不用考虑参考点所处位置信息对算法性能的影响,另外提出了一种稳定可控的偏好区域模型,能响应决策者设置任意大小的偏好区域.通过对比实验表明该算法具有较好的收敛性和分布性,同时给出了满足决策者不同要求的算法模型,并且能够很好的解决参考点的位置信息对算法的影响.
5 B& i6 q4 v6 f% |关键词:多目标分解算法;进化算法;偏好﹔权重迭代;决策者
5 V8 d, R* H. Z: Y/ C$ R; } 权重迭代的偏好多目标分解算法解决参考点对算法影响的研究.pdf (5.79 MB, 下载次数: 0)

2021-4-8 09:10 上传

点击文件名下载附件
下载积分: 威望 -5

) J" ]9 W- J5 v" }7 D' k; Y
1 D9 i: h' F% {7 }

keep

权重迭代的偏好多目标分解算法解决参考点对算法影响的研究，收藏了。