利用冲突信息降维的进化高维目标优化算法.pdfVIP

第３３卷　第９期 信 号 处 理 Ｖｏｌ．３３　Ｎｏ．９ ２０１７年９月 ＪＯＵＲＮＡＬＯＦＳＩＧＮＡＬＰＲＯＣＥＳＳＩＮＧ Ｓｅｐ．２０１７ 文章编号：１００３－０５３０（２０１７）０９－１１６９－１０ 利用冲突信息降维的进化高维目标优化算法 １，２ １，２ １，２ 罗乃丽 　李　霞 　王　娜 （１．深圳大学信息工程学院，广东深圳５１８０６０；２．深圳市现代通信与信息处理重点实验室，广东深圳５１８０６０） 摘　要：进化多目标优化算法求解高维目标优化问题面临收敛能力、计算复杂度、决策以及Ｐａｒｅｔｏ前沿的可视化 等困难，其根本原因是目标空间维数高。目标降维通过丢弃冗余目标，为缓解高维目标优化求解困难提供一种 新思路。本文提出利用冲突信息降维的分解进化高维目标优化算法（ＣＩＯＲＭＯＥＡ／Ｄ）。该方法通过衡量目标在近 似解集上体现的冲突性，构造问题的冲突信息矩阵，对该矩阵进行特征分析，确定目标的重要性程度，实现维 数约简，并利用分解进化多目标优化算法（ＭＯＥＡ／Ｄ）对重要子目标集合进行分解进化，从而得到问题的近似解 集。实验结果表明，本文提出的目标降维算法在降维的准确性与鲁棒性上均表现突出，能够有效地处理冗余高 维目标优化问题。 关键词：多目标进化算法；高维目标优化问题；目标降维；冲突信息 中图分类号：ＴＰ１８１，ＴＰ１８３　　　文献标识码：Ａ　　　ＤＯＩ：１０．１６７９８／ｊ．ｉｓｓｎ．１００３０５３０．２０１７．０９．００３ ＯｂｊｅｃｔｉｖｅＲｅｄｕｃｔｉｏｎＵｓｉｎｇＣｏｎｆｌｉｃｔＩｎｆｏｒｍａｔｉｏｎｉｎＭａｎｙｏｂｊｅｃｔｉｖｅ ＯｐｔｉｍｉｚａｔｉｏｎＥｖｏｌｕｔｉｏｎａｒｙＡｌｇｏｒｉｔｈｍ １，２ １，２ １，２ ＬＵＯＮａｉｌｉ　ＬＩＸｉａ 　ＷＡＮＧＮａ （１．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＳｈｅｎｚｈｅｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｚｈｅｎ，Ｇｕａｎｇｄｏｎｇ５１８０６０，Ｃｈｉｎａ； ２．ＳｈｅｎｚｈｅｎＫｅｙＬａｂｏｆＣｏｍｍｕｎｉｃａｔｉｏｎａｎｄＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇ，Ｓｈｅｎｚｈｅｎ，Ｇｕａｎｇｄｏｎｇ５１８０６０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｔｉｓｗｅｌｌｋｎｏｗｎｔｈａｔｍｕｌｔｉｏｂｊｅｃｔｉｖｅｅｖｏｌｕｔｉｏｎａｒｙａｌｇｏｒｉｔｈｍｓｍａｙｓｕｆｆｅｒｆｒｏｍｃｏｎｖｅｒｇｅｎｃｅ，ｃｏｍｐｕｔａｔｉｏｎａｌｃｏｍ ｐｌｅｘｉｔｙ，ｄｅｃｉｓｉｏｎｍａｋｉｎｇａｎｄｖｉｓｕａｌｉｚａｔｉｏｎｏｆｔｈｅＰａｒｅｔｏｆｒｏｎｔｓｗｈｉｌｅｓｏｌｖｉｎｇｍａｎｙｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｂｌｅｍｓｗｉｔｈｈｉｇｈ ｄｉｍｅｎｓｉｏｎａｌｉｔｙｏｆｔｈｅｏｂｊｅｃｔｉｖｅｓｐａｃｅ．Ｏｂｊｅｃｔｉｖｅｒｅｄｕｃｔｉｏｎｐｒｏｖｉｄｅｓａｎａｌｔｅｒｎａｔｉｖｅｆｏｒｍａｎｙｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｂｙｄｉｓｃａｒ ｄｉｎｇｔｈｅｒｅｄｕｎｄａｎｔｏｂｊｅｃｔｉｖｅｓ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓｏｂｊｅｃｔｉｖｅｒｅｄｕｃｔｉｏｎｕｓｉｎｇｃｏｎｆｌｉｃｔｉｎｆｏｒｍａｔｉｏｎｉｎｍａｎｙｏｂｊｅｃｔｉｖｅｅｖｏｌｕ ｔｉｏｎａｒｙａｌｇｏｒｉｔｈｍｗｈｉｃｈｉｓｂａｓｅｄｏｎｄｅｃｏｍｐｏｓｉｔｉｏｎ，ｓｈｏｒｔｆｏｒＣＩＯＲＭＯＥＡ／Ｄ．Ｉｔｍｅａｓｕｒｅｓｔｈｅｃｏｎｆｌｉｃｔｉｎｆｏｒｍａｔｉｏｎａｍｏｎｇ ｏｂｊｅｃｔｉｖｅｓｉｎｔｈｅａｐｐｒｏｘｉｍａｔｉｏｎｓｏｌｕｔｉｏｎｓｅｔ．Ｂｙｃｏｎｓｔｒｕｃｔｉｎｇｃｏｎｆｌｉｃｔｉｎｆｏｒｍａ