分支定界与元启发式混合求解非凸多目标优化
最优化与控制
2022-12-12 v1 神经与进化计算
摘要
提出一种将分支定界法与多目标进化算法相结合的混合框架，用于非凸多目标优化。该混合利用了两种优化策略的互补特性。多目标进化算法旨在分支定界过程中导出紧的下界与上界。如此导出的紧界可减少必须求解的子问题数量。分支定界法保证框架的全局收敛并改善多目标进化算法的搜索能力。给出了以NSGA-II与MOEA/D-DE作为多目标进化算法的混合框架实现。数值实验验证了混合算法受益于分支定界法与多目标进化算法的协同作用。
引用
@article{arxiv.2212.04624,
title = {The Hybridization of Branch and Bound with Metaheuristics for Nonconvex Multiobjective Optimization},
author = {Wei-tian Wu and Xin-min Yang},
journal= {arXiv preprint arXiv:2212.04624},
year = {2022}
}