多模态多目标优化：最先进技术的比较研究
摘要：多模态多目标问题（MMOP）通常在现实世界中出现，其中在决策空间中距离较远的解对应着非常相似的目标值。为了获得MMOP的所有解决方案，已经提出了许多多模态多目标进化算法（MMEAs）。目前，很少有研究涵盖了最近提出的代表性MMEAs，并进行了比较。在本研究中，我们首先回顾了过去两十年的相关工作。然后，我们选择了12种利用不同多样性维持技术的最新算法，并在现有的测试集上比较它们的性能。实验结果表明了不同技术在不同类型的MMOP上的优势和劣势，从而为如何在特定场景中选择/设计MMEAs提供了指导。
作者：Wenhua Li, Tao Zhang, Rui Wang, Jing Liang
论文ID：2207.04730
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2023-01-31