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={(a1,a2,…,aA)ai∈P*}是某一算法得到的Pareto最优解集,即;P={(p1,p2,…,p|P|)pi∈Ptrue}是真实Pareto前沿上均匀分布的Pa-reto最优解集,。对于ai∈A距离P的最小归一化欧式距离di为
式中,fkmin与fkmaX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Mc(A),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,那么Mc(A)=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)
设A、B是两组Pareto最优解集合,记,则
由于,所以A´与B´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Md(A,B)=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Md(B,A)=0。因此,对于A、B两组Pare-to最优解集,若0≤Md(B,A)<Md(A,B)≤1,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
令A是算法所得的近似Pareto最优解集,即A⊆P*。间距指标Ms可定义为
式中,;w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Ms(A)=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。