CEC 2024 多方多目标优化竞赛基准
人工智能
2024-02-06 v1 神经与进化计算
摘要
该竞赛聚焦于多方多目标优化问题（MPMOPs），其中多个决策者具有相互冲突的目标，如无人机路径规划等应用。尽管 MPMOPs 非常重要，但与传统多目标优化相比，其研究仍然不足。该竞赛旨在通过鼓励研究人员探索量身定制的建模方法来填补这一空白。测试套件包含两部分：具有共同 Pareto 最优解的问题，以及解未知的双方多目标无人机路径规划（BPMO-UAVPP）问题。第一部分的优化算法使用多方反向世代距离（MPIGD）进行评估，第二部分使用多方超体积（MPHV）指标进行评估。所有问题中的平均算法排名作为性能基准。
引用
@article{arxiv.2402.02033,
title = {Benchmark for CEC 2024 Competition on Multiparty Multiobjective Optimization},
author = {Wenjian Luo and Peilan Xu and Shengxiang Yang and Yuhui Shi},
journal= {arXiv preprint arXiv:2402.02033},
year = {2024}
}
备注
15 pages, 0 figures