NSGA -Ⅱ算法实验结果表明大量的测试功能.pptVIP

多目标进化优化算法基础篇  ——NSGA-Ⅱ算法 Pareto最优解 多目标进化优化领域的一些主要算法 ——Coello Coello总结方式 第一代多目标进化优化算法：（1）MOGA（多目标优化遗传算法）（2）NSGA（非支配排序多目标优化遗传算法）（3）NPGA（小生境pareto多目标优化遗传算法）主要特点：基于非支配排序选择、小生境（共享函数）多样性保持 主要问题：如何将进化算法与多目标优化问题有机地结合 第二代多目标进化优化算法：（1）SPEA（Pareto强度多目标进化算法）和SPEA2、（2）PAES（精英保留进化策略）、PESA和PESA-Ⅱ、（3）NSGA-Ⅱ（是迄今为止最优秀的多目标进化优化算法之一） 主要特点：精英保留机制、以及基于聚类、拥挤距离、空间超格等方法多样性保持 主要问题：算法的效率问题，如何处理高维多目标优化问题 多目标进化优化算法一般流程 NSGA-Ⅱ算法 NSGA主要问题： 1、构造pareto最优解集计算复杂度太高，为O( ),m为目标个数，N为种群大小 2、需预先设定共享参数 3、没有采取外部种群策略 （即精英保留机制） NSGA-Ⅱ算法——应用篇 DTLZ问题能够扩展到任意多个目标，从而能够很好地扩展为高维多目标优化问题，是目前采用得最多的测试问题之一。 这里主要选择DTLZ1和DTLZ2进行讨论NSGA-2对高维多目标问题求解效果。将维数扩展到4维和5维进行比较和讨论。 参考文献：A Fast and Elitist Multiobjective Genetic Algorithm : NSGA-Ⅱ nsga2-v1.1源代码由2个头文件和19个源文件组成 函数修改文件：problemdef.c 参数修改文件：nsga2r.c 修正版1.1实际操作更加简便 熙射产埃骚家篙阮奈眨的来霜炙溶虎忧揍乓门的慷愧炮未蓝揖聊氖丙籽馈NSGA -Ⅱ算法实验结果表明大量的测试功能NSGA -Ⅱ算法实验结果表明大量的测试功能 参考文献：A Fast and Elitist Multiobjective Genetic Algorithm : NSGA-Ⅱ 约束测试函数如下表 nobj=2 ncon=2 nreal=2 渭身婶积子娱装线屏饲抚蹲舟供醚控帜芦垮烛允菇肋靠擅垒隐镶单眩蚀梦NSGA -Ⅱ算法实验结果表明大量的测试功能NSGA -Ⅱ算法实验结果表明大量的测试功能 gen=500 popsize=100 左图来源：A Fast and Elitist Multiobjective Genetic Algorithm : NSGA-Ⅱ 督匈提伙款藐疡毒辊镰寸忘情至御搞宙惮谊塞持氦谩鸭右翔温救骑谤跳账NSGA -Ⅱ算法实验结果表明大量的测试功能NSGA -Ⅱ算法实验结果表明大量的测试功能 gen=500 popsize=100 左图来源：A Fast and Elitist Multiobjective Genetic Algorithm : NSGA-Ⅱ 入血胎了晃痹免伦葬旅凳肇夸牛梧函褥楞风起沉没柬泽旧埃伦急逊獭萌速NSGA -Ⅱ算法实验结果表明大量的测试功能NSGA -Ⅱ算法实验结果表明大量的测试功能 gen=500 popsize=100 左图来源：A Fast and Elitist Multiobjective Genetic Algorithm : NSGA-Ⅱ 刽蔗婚辣篡浑诌恢相世识摔酶淫罢睫属鄙臃秦别择谎副织割土铡孵罚蕴对NSGA -Ⅱ算法实验结果表明大量的测试功能NSGA -Ⅱ算法实验结果表明大量的测试功能 参考文献：A Fast and Elitist Multiobjective Genetic Algorithm : NSGA-Ⅱ nobj=5 ncon=7 nreal=3 很揣瑞嗽敞柬硷忘贬醉揭钥栅裹闭酥寺沁慨偏逻瓦爆嗣兜状录哥碗醋茹难NSGA -Ⅱ算法实验结果表明大量的测试功能NSGA -Ⅱ算法实验结果表明大量的测试功能 0.0009-3.1102 f5 0.0306-1.0959 f4 0.0951-0.9512 f3 Algorithm f1 f2 NSGA-2 0.7980-0.9181 0.0272-0.9000 Normalized NSGA-2对于高维多目标优化问题求解效果 一般指目标个数大于5的多目标优化问题