多目标优化Knee前沿搜索方法研究进展
李文桦1
张涛2
王锐2
王凌3
1.国防科技大学系统工程学院,湖南长沙4100732.国防科技大学系统工程学院,湖南长沙410073;多能源系统智慧互联技术湖南省重点实验室,湖南长沙4100733.清华大学自动化系,北京100084
摘要：多目标优化算法是近年来进化计算研究领域的一个热点,大多数的多目标优化算法试图找到问题的完整的Pareto前沿.然而,随着待优化问题目标个数的增加,算法需要更大的种群规模才能合理地描绘出完整的Pareto前沿.显然这样不仅增加了算法的运行时间,更增加了(决策者)最终解的选择难度.因此,聚焦于搜索Pareto前沿上的特定区域显得尤为重要,近年来也得到了越来越多学者的关注.Knee点指的是Pareto前沿上具有最大边际效用的点,在这个点附近,一个目标值的微小提升将带来至少一个其他目标值的巨大衰退,因此该点通常被认为是在没有特殊偏好的情况下对决策者更具吸引力的点.本文旨在对多目标优化中Knee前沿搜索相关的方法进行总结,包括Knee的检测方法、保留策略、测试问题等,并对多目标优化的Knee前沿搜索未来研究工作进行展望.
关键词：多目标优化进化算法用户偏好Knee
资助基金：国家自然科学基金(61773390)国家自然科学基金(72071205)湖南青年人才计划(2018RS3081)国防科技大学重点项目(ZK18–02–09)国防科技大学自主科研计划(ZZKY–ZX–11–04)
论文发表日期：2021-08-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：12( 1133-1144 )
英文信息