《表2 4种算法在ZDT测试集上的IGD、γ和HV的均值及方差》
从表2中的数据及图1~4可以看出,在两目标测试问题中,AOL-MEDA与RM-MEDA、HWSA-EDA以及IM-MOEA相比,在收敛性和多样性方面都有很大的提升。表2中数据表明,在相同进化代数下,不论是处理凸函数ZDT1还是凹函数ZDT2,AOL-MEDA的性能比对比算法更好;且从图1和图2可以看到AOL-MEDA获得的Pareto解更靠近真实Pareto前沿,解的分布也较均匀。RM-MEDA主要处理连续多目标优化问题,但表2及图3、4表明,改进后的AOL-MEDA相较于对比算法,在处理非连续问题ZDT3以及非均匀的ZDT6测试问题时,仍可以很快收敛到Pareto前沿上,且得到的解集有良好的分布性。从表2中IGD、HV的均值可以看到AOL-MEDA解集的多样性和分布性优于对比算法,在ZDT1和ZDT2中表现更为明显。
图表编号 | XD00201757900 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.10 |
作者 | 李二超、杨蓉蓉 |
绘制单位 | 兰州理工大学电气工程与信息工程学院、兰州理工大学电气工程与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |