Page 194 - 《软件学报》2026年第3期
P. 194

丁炜超 等: 基于信息共享的改进双归档高维多目标进化算法                                                    1157



                    8                     8                     8                    0.7
                    7             δ=0.3   7             δ=0.3   7             δ=0.3  0.6            δ=0.3
                                                                              δ=0.5
                                                                                                    δ=0.5
                                  δ=0.5
                                                        δ=0.5
                    6             δ=0.7   6             δ=0.7   6             δ=0.7  0.5            δ=0.7
                   IGD 5 4        δ=0.9  IGD 5 4        δ=0.9  IGD 5 4        δ=0.9  IGD  0.4       δ=0.9
                    3                     3                     3                    0.3
                    2                     2                     2                    0.2
                    1                     1                     1                    0.1
                    0                     0                     0                    0
                    0.5  1.0  1.5  2.0  2.5  3.0  0.5  1.0  1.5  2.0  2.5  3.0  0.5  1.0  1.5  2.0  2.5  3.0  0.5  1.0  1.5  2.0  2.5  3.0
                           评估次数    ×10 4         评估次数    ×10 4         评估次数    ×10 4        评估次数     ×10 4
                      (a) DTLZ1 (目标维度5)    (b) DTLZ1 (目标维度10)    (c) DTLZ1 (目标维度15)     (d) ZDT1 (目标维度2)
                   1.2                                         1.2                   5.0
                                  δ=0.3  1.4            δ=0.3                 δ=0.3  4.5            δ=0.3
                   1.0            δ=0.5                 δ=0.5                 δ=0.5  4.0            δ=0.5
                                  δ=0.7  1.2            δ=0.7  1.0            δ=0.7  3.5            δ=0.7
                                                        δ=0.9
                                                                                                    δ=0.9
                                                                              δ=0.9
                                  δ=0.9
                  IGD 0.8               IGD  1.0              IGD                   IGD 3.0
                                                                                     2.5
                   0.6
                                                                                     2.0
                                         0.8
                   0.4                   0.6                   0.8                   1.5
                                                                                     1.0
                                                                                     0.5
                   0.2                   0.4                   0.6                   0
                     0  0.5  1.0  1.5  2.0  2.5  3.0  0  0.5  1.0  1.5  2.0  2.5  3.0  0  0.5  1.0  1.5  2.0  2.5  3.0  0.5  1.0  1.5  2.0  2.5  3.0
                           评估次数    ×10 4         评估次数    ×10 4         评估次数    ×10 4        评估次数     ×10 4
                      (e) DTLZ4 (目标维度5)    (f) DTLZ4 (目标维度10)    (g) DTLZ4 (目标维度15)     (h) ZDT6 (目标维度2)
                              图 5 具有不同    δ 值的  Two-Arch/IS  在  DTLZ  和  ZDT  问题上的  IGD  收敛曲线图

                  3.3   高维目标问题上的对比实验结果与分析
                    在本节中, 为验证     Two-Arch/IS  在高维多目标优化问题上的卓越性能, 比较了            Two-Arch/IS  和其他  13  种算法
                 在各个测试实例上的        IGD  值差异, 采取  IGD  均值和方差作为评判结果. 对比实验包括与不同类型的                Two-Arch  算
                 法在  4–20  目标的  DTLZ  测试问题上的比较, 与流行高维多目标进化算法在               4–20  目标的  DTLZ  测试问题上的比
                 较, 以及在  4–10  维度的实际测试问题      MOKP  和  MLDMP  上的比较. 对于每个测试实例, 表现最好的算法以粗体标
                 记, 括号中是方差结果. 为更准确地检测不同算法间的性能差异, 本文采用统计学意义上的                           Wilcoxon Rank-Sum  检
                 验. 在显著水平为    0.05 的情况下, “+”表示当前算法在性能上显著优于            Two-Arch/IS, “=”表示当前算法与  Two-Arch/IS
                 无明显优劣差异, “–”则表示当前算法在性能上相对于               Two-Arch/IS  存在劣势.
                    (1) 与  Two-Arch  变体算法在  DTLZ  测试问题上的比较
                    为了比较    Two-Arch/IS  在同类型算法下的竞争力, 选择了        6  种  Two-Arch  框架算法作为对比算法, 包括     Two-
                 Arch、Two_Arch2、C-TAEA、TriMOEATAR、TwoArchA     以及  TwoArchM, 在  4–20  目标的  DTLZ1–7  问题上进
                 行了  IGD  结果的比较, 实验结果如表       2  所示.

                             表 2 Two-Arch/IS  和不同类型的   Two-Arch  算法在高维  DTLZ  问题上的   IGD  结果

                  测试问题     目标数目    Two-Arch/IS  Two-Arch  Two_Arch2  C-TAEA  TriMOEATAR  TwoArchM  TwoArchA
                                    4.9339E–2  1.7324E–1  5.5068E–2  5.5721E–2  4.9809E–2  1.2479E–1  1.5854E–1
                             4
                                    (1.96E–2)  (5.87E–2) –  (6.59E–3) –  (9.17E–4) –  (6.05E–3) –  (7.17E–2) –  (5.26E–1) –
                                    9.7828E–2  3.1041E–1  1.0736E–1  2.0210E–1  1.0587E–1  2.9439E–1  1.0891E–1
                             6
                                    (3.44E–2)  (1.41E–1) –  (6.07E–2) –  (1.42E–1) –  (4.66E–2) –  (9.17E–2) –  (2.48E–1) –
                                    1.5939E–1  6.5512E–1  1.3646E–1  3.8914E–1  1.4549E–1  5.2729E–1  2.1162E–1
                             8
                                    (7.08E–2)  (3.58E–1) –  (3.96E–2) =  (2.03E–1) –  (6.32E–2) =  (2.73E–1) –  (7.57E–1) –
                   DTLZ1
                                    1.8356E–1  9.3650E–1  1.7862E–1  8.1429E–1  2.2862E–1  6.0306E–1  3.3234E–1
                             10
                                    (7.37E–2)  (7.05E–1) –  (5.56E–2) =  (7.48E–1) –  (1.15E–1) –  (2.54E–1) –  (4.07E–1) –
                                    1.3163E–1  3.4162E–1  1.4750E–1  3.4068E–1  1.8806E–1  5.5114E–1  2.0997E–1
                             15
                                    (2.73E–3)  (4.72E–2) –  (5.64E–3) –  (1.62E–1) –  (3.80E–2) –  (2.99E–1) –  (6.72E–1) –
                                    1.7919E–1  3.8241E–1  2.1859E–1  3.7069E–1  2.0544E–1  1.0049E+1  2.1127E–1
                             20
                                    (7.45E–3)  (6.49E–2) –  (1.00E–2) –  (1.13E–1) –  (7.22E–3) –  (2.10E+1) –  (2.33E–1) –
                                    1.5525E–1  2.3508E–1  1.3458E–1  1.6747E–1  1.3850E–1  1.3871E–1  1.5397E–1
                             4
                                    (3.11E–3)  (2.01E–2) –  (2.02E–3) +  (3.29E–3) –  (2.09E–4) +  (1.66E–3) +  (4.98E–3) =
                   DTLZ2
                                    2.9212E–1  3.8606E–1  2.8304E–1  3.3347E–1  2.7929E–1  2.8085E–1  2.8197E–1
                             6
                                    (2.87E–3)  (2.20E–2) –  (4.56E–3) +  (2.96E–3) –  (5.92E–4) +  (1.28E–3) +  (1.52E–3) +
   189   190   191   192   193   194   195   196   197   198   199