相关目标多目标 NK 景观上的局部最优集与有界归档
人工智能
2014-09-22 v1
摘要
多目标组合优化问题中局部最优解的性质对于局部搜索算法的有效性至关重要，特别是当这些算法基于 Pareto 支配时。此类局部搜索算法通常返回一组互不支配的 Pareto 局部最优（PLO）解，即一个 PLO 集。本文通过 Pareto 局部搜索（PLS）实验研究了 PLO 集的两个方面。首先，我们考察了几个问题特征对相关目标的多目标 NK 景观中 PLO 集性质的影响。特别地，我们报告指出，增加目标数量或降低目标间的相关性会导致 PLO 集规模呈指数级增长，而变量相关性仅产生轻微影响。其次，我们研究了使用有界归档方法限制 PLS 处理的归档大小（从而限制所发现 PLO 集的最大规模）时的运行时间和所达到的质量。我们认为 PLS 的运行时间与问题实例的难度之间存在明确关系。
引用
@article{arxiv.1409.5719,
title = {Local Optimal Sets and Bounded Archiving on Multi-objective NK-Landscapes with Correlated Objectives},
author = {Manuel López-Ibáñez and Arnaud Liefooghe and Sébastien Verel},
journal= {arXiv preprint arXiv:1409.5719},
year = {2014}
}
备注
appears in Parallel Problem Solving from Nature - PPSN XIII, Ljubljana : Slovenia (2014)