文献类型：期刊文章

作　　者：肖人彬[1,2] 李贵[1,2] 陈峙臻[3]

XIAO Ren-bin;LI Gui;CHEN Zhi-zhen(School of Artificial Intelligence and Automation,Huazhong University of Science and Technology,Wuhan 430074,China;Institute of Artificial Intelligence,Huazhong University of Science and Technology,Wuhan 430074,China;Business School,University of Greenwich,London SE109LS,UK)

机构地区：[1]华中科技大学人工智能与自动化学院,武汉430074 [2]华中科技大学人工智能研究院,武汉430074 [3]格林威治大学商学院,伦敦SE109LS

出　　处：《控制与决策》

基　　金：科技创新2030——“新一代人工智能”重大项目(2018AAA0101200);国家自然科学基金项目(52275249).

年　　份：2023

卷　　号：38

期　　号：7

起止页码：1761-1788

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2023_2024、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：近年来,超多目标优化逐渐成为多目标优化研究的热点之一,由于超多目标优化问题具有难以寻优的高维目标空间,其研究颇有挑战性,因此受到广泛关注.现有综述性文献通常只是针对某个特定方面,缺乏系统性考察.鉴于此,首先从问题定义出发,综合考虑超多目标优化问题范畴,进行超多目标优化问题的概念辨析;其次通过对近些年的相关文献整理,系统分析超多目标优化问题进展并对其中部分经典方法加以介绍,通过对基准测试函数和性能指标的说明,围绕超多目标优化研究方法展开综合性论述;接着选取5个典型的超多目标进化算法,在2组基准测试函数和4个实际问题上分别展开仿真实验,通过性能指标和非参数检验对不同类别的算法进行理论分析;最后在明确超多目标优化研究领域的若干前沿问题的基础上,对今后的研究工作进行展望.

关 键 词：超多目标优化  高维多目标  超多目标应用  进化算法 性能指标

分 类 号：TP18]