文档名：基于解空间降维的大规模约束多目标进化算法
摘要：针对大规模约束多目标优化问题呈现的高维度和约束限制的解空间,提出一种基于自编码器的解空间降维方法,用以提升进化算法搜索效率.首先,设计一种可行性标签配对策略训练自编码器,通过同时利用解的可行与不可行两类标签信息,构建包含可行域拓扑信息的降维子空间;其次,在降维后的子空间中进行遗传操作,通过解码器得到重构输出返回原始空间,快速定位潜在的可行区域;最后,设计一种子代自适应生成策略,通过结合在降维空间和原始空间生成的子代优势,防止模型坍塌同时提高搜索效率.在基准测试问题集上与五种先进算法进行对比,实验结果表明所提方法能获得更快的收敛速度和更好的解集质量.
Abstract：Totacklethechallengesposedbyhigh-dimensionalandconstrainedsolutionspacesinlarge-scalecon-strainedmulti-objectiveoptimizationproblems,thisstudyemploysanautoencoder-basedsolutionspacereductiontechniquetoenhancethesearchefficiencyofevolutionaryalgorithms.Firstly,afeasibilitylabelpairingstrategyisdesignedtotraintheautoencoder.Byincorporatingbothfeasibleandinfeasiblesolutionsastwodistinctclassesofsamples,asubspacecanbeconstructedthatcapturesthetopologicalinformationoffeasibleregions.Also,thissubspacecanberegardedasthere-ducedrepresentationoftheoriginalsolutionspace.Secondly,thegeneticoperatorisappliedwithinthereducedsubspacetoproducetheoffspring,andthereconstructedoutputsaresubsequentlymappedbacktotheoriginalsolutionspaceusingthedecoder.Thisprocesscanenablethelocationofthepotentialfeasibleregions.Lastly,anadaptivegenerationstrategyisintroducedtocombinetheadvantagesofoffspringgeneratedwithinboththereducedsubspaceandtheoriginalspace,topreventthemodelcollapseandenhancethesearchefficiency.Tovalidatetheperformanceoftheproposedalgorithm,acomparativeanalysisisconductedagainstfivestate-of-the-artalgorithmsusingpubliclyavailabletestsuites.Theexperi-mentalresultsdemonstratethattheproposedalgorithmexhibitsfasterconvergencespeedandproducessolutionsofsuperiorquality.
作者：王朝 黄慧涛 张晶 邱剑锋 Author：WANGChao HUANGHui-tao ZHANGJing QIUJian-feng
作者单位：安徽大学信息材料与智能感知安徽省实验室,安徽合肥230601;安徽大学人工智能学院,安徽合肥230601安徽大学人工智能学院,安徽合肥230601安徽大学人工智能学院,安徽合肥230601;安徽大学自主无人系统技术教育部工程研究中心,安徽合肥230601
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(11)
分类号：TP18
关键词：大规模约束多目标优化 进化算法 自编码器 空间降维 子代生成 可行性
Keywords：large-scaleconstrainedmulti-objectiveoptimization evolutionaryalgorithms auto-encoder solutionspacereduction offspringgeneration feasibility
机标分类号：TP301.6TP18C935
在线出版日期：2024年2月1日
基金项目：基于解空间降维的大规模约束多目标进化算法[
期刊论文] 电子学报--2023, 51(11)王朝 黄慧涛 张晶 邱剑锋针对大规模约束多目标优化问题呈现的高维度和约束限制的解空间,提出一种基于自编码器的解空间降维方法,用以提升进化算法搜索效率.首先,设计一种可行性标签配对策略训练自编码器,通过同时利用解的可行与不可行两类标签...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于解空间降维的大规模约束多目标进化算法 A Large-Scale Constrained Multi-Objective Optimization Algorithm Based on Solution Space Reduction
基于解空间降维的大规模约束多目标进化算法.pdf
- 文件大小:
- 2.02 MB
- 下载次数:
- 60
-
高速下载
|
|
