基于模型的混合多目标算法及研究.ppt

第一类问题的实验结果及分析 ZDT1.1实验结果图示： NSGA-Ⅱ RM-MEDA MMEA N+RMMEDA 第一类问题的实验结果及分析 ZDT2.1实验结果图示： NSGA-Ⅱ RM-MEDA MMEA N+RMMEDA 第一类问题的实验结果及分析 ZDT1.2实验结果图示： NSGA-Ⅱ RM-MEDA MMEA N+RMMEDA 第一类问题的实验结果及分析 ZDT2.2实验结果图示： NSGA-Ⅱ RM-MEDA MMEA N+RMMEDA 第一类问题的实验结果及分析 DTLZ2实验结果图示： NSGA-Ⅱ RM-MEDA MMEA N+RMMEDA 第一类问题的实验结果及分析 DTLZ2.1实验结果图示： NSGA-Ⅱ RM-MEDA MMEA N+RMMEDA 第一类问题的实验结果及分析 DTLZ2.2实验结果图示： NSGA-Ⅱ RM-MEDA MMEA N+RMMEDA 针对标准的ZDT系列函数以及DTLZ2函数， NSGA-Ⅱ 的效果要明显优于模型多目标算法，由于它们决策空间的 PS分布相对简单，弱化了模型多目标算法的优势，同时， 如果从算法开始就对种群进行建模操作，当种群的分布还 未呈现出一定的规则时就进行建模，不利于子代的搜索， 可能会造成收敛不到全局的最优解，而陷入局部最优。而 将两者结合后的算法虽略差于NSGA-Ⅱ ，但是却要明显优 于两种模型多目标算法。 第一类问题的实验结果及分析 针对改进的ZDT函数以及DTLZ2函数，由于它们的PS分布 相对复杂，这时NSGA-Ⅱ 算法就显得无能为力，而模型多目 标算法的优势也渐渐显现出来。从实验数据中也可以看出， 结合后的算法与模型多目标算法相差不大，而且在某些方面 要更优于模型多目标算法。 为什么结合后的算法没有达到预期的效果呢？这主要是算 法阶段的划分还不明确，何时采用建模的方式产生子代也有 待进一步研究。 第一类问题的实验结果及分析 第二类问题的实验结果及分析 第二类问题的实验结果及分析 F3实验结果图示： NSGA-Ⅱ MMEA N+MMEA F4实验结果图示： NSGA-Ⅱ MMEA N+MMEA 第二类问题的实验结果及分析 F7实验结果图示： 第二类问题的实验结果及分析 NSGA-Ⅱ MMEA N+MMEA 第二类问题的实验结果及分析 针对F3与F4函数，由于它们的PS分布较为复杂，所以NSGA-Ⅱ 算法效果不是很好，而结合后的算在某些方面要优于MMEA算法，这充分说明了算法的可行性与有效性