| 进化超多目标优化研究进展及展望 |
| |
| 作者姓名： | 肖人彬 李贵 陈峙臻 |
| |
| 作者单位： | 华中科技大学人工智能与自动化学院,武汉430074;华中科技大学人工智能研究院,武汉430074;格林威治大学商学院,伦敦SE10 9LS |
| |
| 基金项目： | 科技创新2030-----“新一代人工智能”重大项目(2018AAA0101200);国家自然科学基金项目(52275249). |
| |
| 摘 要： | 近年来,超多目标优化逐渐成为多目标优化研究的热点之一,由于超多目标优化问题具有难以寻优的高维目标空间,其研究颇有挑战性,因此受到广泛关注.现有综述性文献通常只是针对某个特定方面,缺乏系统性考察.鉴于此,首先从问题定义出发,综合考虑超多目标优化问题范畴,进行超多目标优化问题的概念辨析;其次通过对近些年的相关文献整理,系统分析超多目标优化问题进展并对其中部分经典方法加以介绍,通过对基准测试函数和性能指标的说明,围绕超多目标优化研究方法展开综合性论述;接着选取5个典型的超多目标进化算法,在2组基准测试函数和4个实际问题上分别展开仿真实验,通过性能指标和非参数检验对不同类别的算法进行理论分析;最后在明确超多目标优化研究领域的若干前沿问题的基础上,对今后的研究工作进行展望.
|
| 关 键 词： | 超多目标优化 高维多目标 超多目标应用 进化算法 性能指标 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《控制与决策》浏览原始摘要信息 |
|
点击此处可从《控制与决策》下载全文 |
|
