A problem transformation-based and decomposition-based evolutionary algorithm for large-scale multiobjective optimization
Motivation
基于变量分析的大规模MOEA消耗了更多的额外函数演化和计算时间。此外,由于基于决策变量分组的方法高度依赖于分组结果,决策变量分组不当可能导致总体收敛失败。
针对上述问题,该文提出一种基于问题变换和分解的大规模多目标优化算法LSMOEA-RD。LSMOEA-RD不采用任何决策变量分析策略或决策变量分组方法。取而代之的是,首选的非显性个体在决策空间中生成双向参考向量,以引导总体均匀分布在 PS 周围。
标签:based,变量,LSMOEA,决策,RD,分组 From: https://www.cnblogs.com/kz7430/p/18126421