高维多目标进化算法研究综述  

Survey on large-dimensional multi-objective evolutionary algorithms

作　　者：孔维健[1] 丁进良[1] 柴天佑[1,2] 

机构地区：[1]东北大学流程工业综合自动化教育部重点实验室,沈阳110004 [2]东北大学自动化研究中心,沈阳110004

出　　处：《控制与决策》2010年第3期321-326,共6页Control and Decision

基　　金：国家973计划项目(2009CB320601);国家自然科学基金项目(60534010;60821063;60904079);国家111引智计划项目(B08015)

摘　　要：传统的多目标进化算法能够有效地解决2个或3个目标的优化问题,但当优化目标超过4维即具有高维目标时,其优化效果将大大下降,因此高维多目标进化算法的研究得到了较多的关注.鉴于此,对高维多目标进化算法的研究进展进行系统地分类综述,分析了高维目标对优化算法造成的困难以及改进的可视化技术;总结了各类算法的特点与缺陷,并给出进一步可能的研究方向.The conventional multi-objective evolutionary algorithms （MOEAs） can solve two-objective optimization problems successfully,but their search ability and performance will deteriorate badly when the number of objectives exceeds four. So,large-dimensional multi-objective evolutionary algorithms are attracting more attention. The large-dimensional multi-objective evolutionary algorithms are surveyed systematically by categories. The influences of large-dimensional objectives bringing on optimization problems are analyzed,and the visualization techniques are introduced. Finally,the proposed algorithms are evaluated and topics for future research are suggested.

关 键 词：PARETO支配 高维目标 多目标进化算法 可视化技术 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]