An adaptive clustering-based evolutionary algorithm for many-objective optimization problems

聚类分析 进化算法 数学优化 趋同(经济学) 计算机科学 数学 选择(遗传算法) 最优化问题 人口 帕累托原理 算法 人工智能 经济增长 社会学 人口学 经济
作者
Songbai Liu,Qiyuan Yu,Qiuzhen Lin,Kay Chen Tan
出处
期刊:Information Sciences [Elsevier]
卷期号:537: 261-283 被引量:34
标识
DOI:10.1016/j.ins.2020.03.104
摘要

This paper proposes an adaptive clustering-based evolutionary algorithm for many-objective optimization problems (MaOPs), called MaOEA/AC. In this algorithm, an adaptive clustering strategy (ACS) is first introduced to divide the population into multiple clusters, which can properly fit various Pareto fronts (PFs) of the target MaOPs. Then, the environmental selection of MaOEA/AC is designed based on these clusters to collect the solutions with balanceable convergence and diversity. To be more detail, the similarity between solutions in ACS is appropriately measured by computing the Euclidean distance between their projections on an adaptive unit hyper-surface, whose curving rate is controlled by a parameter p. A simple yet effective estimation method is proposed to get a suitable value of p based on the distribution of the current non-dominated solution set, so that the estimated unit hyper-surface can roughly reflect the characteristics of PFs in the target MaOPs. The effectiveness of MaOEA/AC is validated by numerous experimental studies on solving test MaOPs with various PFs, which have the characteristics with convex, concave, inverted, disconnected, degenerated, and other mixed or irregular PFs. The experiments also show that MaOEA/AC has the superior performance over several recent many-objective evolutionary algorithms, when solving most of these test MaOPs.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
东西南北发布了新的文献求助10
1秒前
WEnyu发布了新的文献求助10
3秒前
4秒前
思洋完成签到,获得积分10
4秒前
zml完成签到,获得积分10
5秒前
刘不言发布了新的文献求助10
5秒前
桐桐应助王科研采纳,获得10
5秒前
6秒前
杨66完成签到,获得积分10
6秒前
6秒前
7秒前
彭于晏应助十七采纳,获得10
7秒前
和谐的巨人完成签到 ,获得积分10
7秒前
sskaze完成签到 ,获得积分10
7秒前
huahua发布了新的文献求助10
7秒前
liuliu217完成签到,获得积分10
7秒前
8秒前
在水一方应助巩万苏采纳,获得10
8秒前
王饱饱完成签到,获得积分10
8秒前
9秒前
薰硝壤应助大方板栗采纳,获得30
11秒前
bkagyin应助eden采纳,获得10
11秒前
共享精神应助科研通管家采纳,获得10
11秒前
香根草应助科研通管家采纳,获得10
11秒前
11秒前
共享精神应助科研通管家采纳,获得10
11秒前
科研通AI2S应助科研通管家采纳,获得10
11秒前
FashionBoy应助科研通管家采纳,获得10
11秒前
隐形曼青应助科研通管家采纳,获得30
11秒前
11秒前
烟花应助科研通管家采纳,获得10
11秒前
NexusExplorer应助科研通管家采纳,获得10
11秒前
小马甲应助科研通管家采纳,获得10
11秒前
桐桐应助科研通管家采纳,获得10
11秒前
12秒前
开朗紫完成签到,获得积分10
12秒前
席傲柏完成签到,获得积分10
12秒前
12秒前
隐形曼青应助lw采纳,获得10
13秒前
高分求助中
Handbook of Fuel Cells, 6 Volume Set 1666
求助这个网站里的问题集 1000
Floxuridine; Third Edition 1000
Tracking and Data Fusion: A Handbook of Algorithms 1000
Sustainable Land Management: Strategies to Cope with the Marginalisation of Agriculture 800
消化器内視鏡関連の偶発症に関する第7回全国調査報告2019〜2021年までの3年間 500
One Man Talking: Selected Essays of Shao Xunmei, 1929–1939 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 内科学 物理 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 冶金 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 2862080
求助须知:如何正确求助?哪些是违规求助? 2467821
关于积分的说明 6691820
捐赠科研通 2158665
什么是DOI,文献DOI怎么找? 1146767
版权声明 585157
科研通“疑难数据库(出版商)”最低求助积分说明 563433