首页 理论教育 进化算法性能分析:收敛性、支配性和解分布均匀性指标

进化算法性能分析:收敛性、支配性和解分布均匀性指标

时间:2023-10-14 理论教育 版权反馈
【摘要】:选用当前被普遍采用的收敛性指标、支配性指标和体现解分布均匀性的间距指标衡量本算法的性能[4]。一般而言,收敛性指标值越小,则表明算法所得的解越接近真实Pareto前沿。本指标主要用于判定两组解间的优劣关系。

进化算法性能分析:收敛性、支配性和解分布均匀性指标

选用当前被普遍采用的收敛性指标、支配性指标和体现解分布均匀性的间距指标衡量本算法的性能[4]

1.收敛性指标Mc

假定A={(a1a2,…,aAaiP*}是某一算法得到的Pareto最优解集,即978-7-111-42535-9-Chapter07-66.jpgP={(p1p2,…,p|P|piPtrue}是真实Pareto前沿上均匀分布的Pa-reto最优解集,978-7-111-42535-9-Chapter07-67.jpg。对于978-7-111-42535-9-Chapter07-68.jpgaiA距离P的最小归一化欧式距离di

式中,fkminfkmaX分别是P中第k个目标函数的最小值与最大值。集合A中所有元素di的平均值即收敛性指标值McA),其定义为

收敛性指标评价某一算法所获得的Pareto最优解集与真实Pareto前沿的距离。倘若集合P足够完备,即P=Ptrue,而978-7-111-42535-9-Chapter07-71.jpg,那么McA)=0。一般而言,收敛性指标值越小,则表明算法所得的解越接近真实Pareto前沿。

2.支配性指标Md(www.xing528.com)

AB是两组Pareto最优解集合,记978-7-111-42535-9-Chapter07-72.jpg978-7-111-42535-9-Chapter07-73.jpg,则

由于978-7-111-42535-9-Chapter07-75.jpg,所以中的元素均为互不被支配的Pareto最优解。支配性指标体现的是两组解之间的支配关系(或称覆盖关系)。如果MdAB)=1,则表明A集合中的解完全支配(优于/覆盖)B集合中的解,此时可得出MdBA)=0。因此,对于AB两组Pare-to最优解集,若0MdBA)<MdAB1,则A组解优于B组解。本指标主要用于判定两组解间的优劣关系。

3.间距指标Ms

A是算法所得的近似Pareto最优解集,即AP*。间距指标Ms可定义为

式中,978-7-111-42535-9-Chapter07-77.jpg978-7-111-42535-9-Chapter07-78.jpgw是全体wi的算术平均值;m是前文所定义的目标函数个数。若MsA)=0,则表明A的元素在目标空间的分布是等间距的。间距指标Ms(A)的值越小表明集合A中元素在目标空间中的分布越均匀,值越大则离散性越差。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈