基于行列式点过程的新颖多目标进化算法
神经与进化计算
2020-12-16 v1
摘要
为处理不同类型的多目标优化问题（MaOPs），多目标进化算法（MaOEAs）需要在高维目标空间中同时维持收敛性与种群多样性。为平衡多样性与收敛性之间的关系，我们引入称为行列式点过程（DPPs）的核矩阵与概率模型。我们提出基于行列式点过程的Many-Objective Evolutionary Algorithm（MaOEADPPs），并在具有不同目标数的各类MaOPs上与若干最先进算法进行比较。实验结果表明MaOEADPPs具有竞争力。
引用
@article{arxiv.2012.08063,
title = {A New Many-Objective Evolutionary Algorithm Based on Determinantal Point Processes},
author = {Peng Zhang and Jinlong Li and Tengfei Li and Huanhuan Chen},
journal= {arXiv preprint arXiv:2012.08063},
year = {2020}
}
备注
12 pages, 2 figures