Page 50 - 《软件学报》2020年第12期

软件学报 ISSN 1000-9825, CODEN RUXUEW E-mail: jos@iscas.ac.cn
Journal of Software,2020,31(12):3716−3732 [doi: 10.13328/j.cnki.jos.005869] http://www.jos.org.cn
©中国科学院软件研究所版权所有. Tel: +86-10-62562563

∗
偏好向量引导的高维目标协同进化算法

1
4
2
3
王丽萍 , 陈 宏 , 杜洁洁 , 邱启仓 , 邱飞岳 2
1
(浙江工业大学 计算机科学与技术学院,浙江 杭州 310023)
2 (浙江工业大学 教育科学与技术学院,浙江 杭州 310023)
3 (浙江工业大学 管理学院,浙江 杭州 310023)
4
(之江实验室,浙江 杭州 310023)
通讯作者: 邱飞岳, E-mail:qfy@zjut.edu.cn; 王丽萍, E-mail: wlp@zjut.edu.cn

摘 要: 多偏好向量引导的协同进化算法(PICEA-g)是将目标向量作为偏好,个体支配目标向量的个数作为适应
值,以有效降低高维目标空间中非支配解的比例.但 PICEA-g 所获解集是近似 Pareto 前沿,而不是决策者真正感兴趣
部分的 Pareto 最优解,导致算法在处理高维优化问题时性能下降和计算资源的浪费.鉴于此,提出一种基于偏好向量
引导的高维目标协同进化算法(ASF-PICEA-g):首先,利用 ASF 扩展函数将进化种群中的参考点映射至目标空间,并
将其作为偏好向量引导种群进化的参考方向;然后,利用偏好区域选择策略获取两个临时参考点,进而构建决策者感
兴趣区域(ROI),确定随机偏好集产生的上下界范围,通过协同进化机制引导种群朝偏好区域收敛.将 ASF-PICEA-g
与 g-NSGA-II 和 r-NSGA-II 在 3-20 维的 WFG 系列和 DTLZ 系列测试函数上进行仿真实验,实验结果表明:ASF-
PICEA-g 在 WFG 系列测试函数上表现出了良好的性能,所得解集整体上优于对比算法;在 DTLZ 系列测试函数上略
优于对比算法,尤其在 10 维以上目标空间,ASF-PICEA-g 表现出更好的稳定性,所获解集有较好的收敛性和分布性.
关键词: 高维目标优化;协同进化;ASF 函数;偏好向量
中图法分类号: TP18

中文引用格式: 王丽萍,陈宏,杜洁洁,邱启仓,邱飞岳.偏好向量引导的高维目标协同进化算法.软件学报,2020,31(12):
3716−3732. http://www.jos.org.cn/1000-9825/5869.htm
英文引用格式: Wang LP, Chen H, Du JJ, Qiu QC, Qiu FY. Preference vector guided co-evolutionary algorithm for many-
objective optimization. Ruan Jian Xue Bao/Journal of Software, 2020,31(12):3716−3732 (in Chinese). http://www.jos.org.cn/
1000-9825/5869.htm
Preference Vector Guided Co-evolutionary Algorithm for Many-objective Optimization

2
4
1
3
WANG Li-Ping , CHEN Hong , DU Jie-Jie , QIU Qi-Cang , QIU Fei-Yue 2
1 (School of Computer Science and Technology, Zhejiang University of Technology, Hangzhou 310023, China)
2 (College of Education, Zhejiang University of Technology, Hangzhou 310023, China)
3 (College of Business Administration, Zhejiang University of Technology, Hangzhou 310023, China)
4 (Zhejiang Lab, Hangzhou 310023, China)
Abstract: The preference-inspired co-evolutionary algorithm (PICEA-g) uses goal vectors as preferences, and uses the number of target
vectors that the individual can dominated as fitness value, to effectively decrease the proportion of non-dominated solutions in high

∗ 基金项目: 浙江省自然科学基金 (LQ20F020014, LY17F020022); 国家自然科学基金(61472366, 61379077); 浙江省重点研发
计划(2018 C01080)
Foundation item: Natural Science Foundation of Zhejiang Province, China (LQ20F020014, LY17F020022); National Natural
Science Foundation of China (61472366, 61379077); Key Projects of Science and Technology Development Plan of Zhejiang Province
(2018C01080)
收稿时间: 2018-06-03; 修改时间: 2018-09-12, 2019-01-07; 采用时间: 2019-03-25; jos 在线出版时间: 2019-08-09
CNKI 网络优先出版: 2019-08-12 12:08:24, http://kns.cnki.net/kcms/detail/11.2560.TP.20190812.1208.012.html