IGD indicator演化算法的一些小总结
2017-01-04 10:01
267 查看
鉴于这几天的工作,就小总结一把:
1)首先介绍的是一个基于Δp的演化算法 (来自:Finding Evenly Spaced Fronts for Multiobjective Control via Averaging Hausdorff-Measure),具体这个indicator就不多说了,记住它是IGD和GD的混合体就行了,理所当然就需要一组在真实PF上的采样点用来做计算,那么我们主要说一下它是怎么构造这些真实点的。记得有一个算法叫做SMS-EMOA,它是先给solutions进行non-dominated sorting,然后从最坏的front里面开始去掉对当前HyperVolume贡献最小的值,直到满足当前系统对个体数量的要求。它使用hyperVolumne这种方法这可以逼近出来当前的PF,但是这些逼近点不够evently,那么在Δp方法中,就进行差点,通过计算临近点的距离插入合适数量的solutions,最终完成这种PF的逼近。很明显,它使用了SMS-EMOA,而SMS-EMOA使用了HV的计算,HV的计算代价很高,所以在这个文章中,Δp方法只能用来处理2目标的优化问题。
2:接着介绍一个Δp的变种,可以处理3目标的问题的。这个文章的标题是:Finding Evenly Spaced Pareto Fronts for Three-Objective Optimization Problems。妈的这篇文章作者思路不清楚,看不懂咋弄的,好像是用MDS来维护一个archving的方法,用到了convex hull,但是我看不懂,就不做介绍了。
3:
1)首先介绍的是一个基于Δp的演化算法 (来自:Finding Evenly Spaced Fronts for Multiobjective Control via Averaging Hausdorff-Measure),具体这个indicator就不多说了,记住它是IGD和GD的混合体就行了,理所当然就需要一组在真实PF上的采样点用来做计算,那么我们主要说一下它是怎么构造这些真实点的。记得有一个算法叫做SMS-EMOA,它是先给solutions进行non-dominated sorting,然后从最坏的front里面开始去掉对当前HyperVolume贡献最小的值,直到满足当前系统对个体数量的要求。它使用hyperVolumne这种方法这可以逼近出来当前的PF,但是这些逼近点不够evently,那么在Δp方法中,就进行差点,通过计算临近点的距离插入合适数量的solutions,最终完成这种PF的逼近。很明显,它使用了SMS-EMOA,而SMS-EMOA使用了HV的计算,HV的计算代价很高,所以在这个文章中,Δp方法只能用来处理2目标的优化问题。
2:接着介绍一个Δp的变种,可以处理3目标的问题的。这个文章的标题是:Finding Evenly Spaced Pareto Fronts for Three-Objective Optimization Problems。妈的这篇文章作者思路不清楚,看不懂咋弄的,好像是用MDS来维护一个archving的方法,用到了convex hull,但是我看不懂,就不做介绍了。
3:
相关文章推荐
- 一些算法及题目总结
- STL一些常用的容器和算法--总结
- 算法—二叉查找树的相关一些操作及总结
- 字符识别算法SWT实现中的一些经验总结
- javascript中的一些常用的数组算法总结
- AS3一些算法的总结
- 【算法】上一篇的续:一些计算机操作的二进制总结
- 转加解密算法的一些概述总结
- linux内核使用的一些算法和思想(个人总结)
- A*算法的一些总结
- 由二分图匹配匈牙利算法总结的一些知识
- iOS开发-一些面试算法总结
- 黑马程序员-- 一些算法总结
- 一些常见算法复杂度总结
- qgy总结的一些算法
- 一些算法的总结
- 对于矩阵类型的一些算法的总结(一)
- 刷ACM题自己总结的一些算法
- JavaScrip常见的一些算法总结
- K-D树算法的一些总结