前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >进化计算中基于分类的预处理代理模型

进化计算中基于分类的预处理代理模型

作者头像
里克贝斯
发布2021-05-21 15:12:57
5430
发布2021-05-21 15:12:57
举报
文章被收录于专栏:图灵技术域图灵技术域

问题提出

代理模型的构造较复杂,作者希望构造一个更为简单的廉价(cheap)的代理模型来评估子集的质量。

因此作者提出了一个叫做CPS(classification based preselection)算法。

预选择(preselection)

在进化算法中,预选择是一种分类问题。准确地说,是将子代解作为外部数据集进行二分类,分为promising和unpromissing的解。

CPS的主要步骤

  • ① 根据父代解更新外部种群,给外部种群加上标签
  • ②构造基于KNN的预分类器
  • ③根据构造的分类器,预测子代候选解标签(代理模型的核心)
  • ④根据预测标签选择子代解

数据准备 (Data Preparation)

初始化:算法一开始先建立一个外部种群,置空。外部种群随着迭代而更新(同时外部种群可以当做archive,最终的大小  小于5*N)

迭代过程:真实评价当前父代每个每个个体,加入外部种群。对外部种群非支配排序。P+包含了外部种群前一半大小的作为非支配解 ,标记为+1。P-包含了外部种群后一半大小的作为被支配解,标记为-1。

分类模型 (Classification Model)

K是一个KNN的K,为一个奇数。Xi是第k近的特征向量,C是外部种群特征向量标签。

当新产生一个子代解时,我们,可以在不做真实评价时,利用这种分类模型给子代解打上标签。

子代选择( Offspring Selection)

每一个父代解将会生成M个子代解,在这M个子代解中,只评价其中的一部分,将会大大降低计算消耗。

策略嵌入算法流程图

实验结果(IGD评价)

参考文献:Zhang J, Zhou A, Tang K, et al. Preselection via classification: A case study on evolutionary multiobjective optimization[J]. Information Sciences, 2018, 465: 388-403.

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2018-11-24,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 问题提出
  • 预选择(preselection)
  • CPS的主要步骤
  • 数据准备 (Data Preparation)
  • 分类模型 (Classification Model)
  • 子代选择( Offspring Selection)
  • 策略嵌入算法流程图
  • 实验结果(IGD评价)
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档