CN106997486-CN201710213243-一种基于空间分割的高维多目标优化算法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 106997486 A (43)申请公布日 2017.08.01 (21)申请号 201710213243.7 (22)申请日 2017.04.01 (71)申请人 中山大学 地址 510275 广东省广州市海珠区新港西 路135号 申请人 广东恒电信息科技股份有限公司 (72)发明人 王甲海　朱敏　印鉴　 (74)专利代理机构 广州粤高专利商标代理有限 公司 44102 代理人 林丽明 (51)Int.Cl. G06N 3/12(2006.01) G06Q 10/04(2012.01) 权利要求书2页 说明书6页 附图1页 (54)发明名称 一种基于空间分割的高维多目标优化算法 (57)摘要 本发明提供一种基于空间分割的高维多目 标优化算法。该算法使用均分分布的参考向量将 高维多目标优化问题映射为向量相关的局部二 维优化问题，并为每一个参考向量维持一个子种 群，然后以参考向量为中心、以角度为指标进行 空间分割，将整个解空间分割为若干个子空间。 在进行环境选择时，对子空间从近到远依次选出 收敛性指标最好的个体放入下一代的子种群中， 引导种群更快速、更均匀地向帕累托前沿面逼 近。本发明的方法不受多目标优化问题的维度限 制，可有效处理传统多目标优化算法难以解决的 复杂问题。 A 6 8 4 7 9 9 6 0 1 N C CN 106997486 A 权　利　要　求　书 1/2页 1.一种基于空间分割的高维多目标优化算法，其特征在于，包括以下步骤： S1：设定参考向量个数N、子空间规模n、最大评估次数MFE，并维持N个子种群P＝{P , 1 P ,...,P}； 2 N S2：生成均匀分布的参考向量集合V＝{V ,V ,...,V }，随机初始化种群Q； 1 2 N S3：对每一个参考向量V (i＝1,2,...,N)，以V为中心、以角度为指标将整个空间分割 i i 成n个子空间 S4：对每一个子种群P (i＝1,2,...,N)，设置n个集合D＝{D ,D ,...,D }与子空间 i 1 2 n 一一对应，令P ＝P ∪Q，若个体 则将x加入D (j＝1,2,...,n)。 i i j 然后使D 中的个体按收敛性指标从小到大排序，保留收敛性最好的个体，即得到下一代的 j 子种群P ； i S5：若函数评估次数大于MFE，则合并子种群Q＝P ∪P ∪...∪P，选出N个个体作为最 1 2 N 终种群输出；否则转到S6； S6：在P中选择若干个个体作