基于生物地理学优化算法的多目标迁移模型的数值比较

基于生物地理学优化算法的多目标迁移模型的数值比较(中文5000字，英文PDF)
摘要：近年来，生物地理学优化算法（BBO），一种新的进化算法（EA），由于其惊人的性能已经引起了很多的关注。我们之前的工作已经对BBO的单目标优化问题（SOP）迁移模型进行了研究，揭示其对算法性能的影响。然而到目前为止，很少有对更常见但是更复杂的多目标优化问题（MOPs）的迁移模型的研究。为了使BBO在处理多目标问题上更具竞争性，本文对BBO的迁移模型进行了开发和利用。我们工作的贡献之一是提出了多目标BBO（MOBBO）。通过比较MOBBO和其他流行的算法，该算法足够处理多目标优化问题。此外，我们提出并比较了六种主要的迁移模型。在比较中，我们发现梯形迁移模型在多目标优化中表现良好，虽然其性能劣于其他单目标优化。此外，多目标优化问题的平方迁移模型的性能较差，但它在解决单目标优化问题中具有良好的性能。这些表明，针对单目标优化问题的迁移模型不适用于多目标优化问题，所以本文的另一个贡献是我们用实验的方法重新评估多目标优化问题的迁移模型，这有助于MOBBO迁移模型的设计。
关键词：生物地理学优化算法 进化算法 多目标优化问题 迁移模型