多目标多因子算法和多因子算法的区别

多目标多因子算法和多因子算法的区别

“参考文献 [1]GUPTA A, ONG Y-S, FENG L, et.al. Multiobjective Multifactorial Optimization in Evolutionary Multitasking[J]. IEEE Transactions on Cybernetics, 2017, 47(7): 1652–1665.

MOMFEA和MFEA的区别和联系

• 在MFEA取得巨大进展之后，研究者们将目光转移到多目标多任务优化。Gupta等[1]于2017年首次将多任务优化运用到解决多目标问题中，并在MFEA的基础上进行了拓展提出了一种多目标多因子进化算法（MOMFEA）。MOMFEA继承了MFEA中的技能因子和标量适应度，扩展了因子排名的概念。 在多目标问题中，帕累托最优解之间是非支配的关系，不能单一根据一个目标函数值的好坏判断一个解的好坏。因此，因子排名不是根据因子成本而是根据非支配排序和拥挤距离进行排序。 MOMFEA中解的编码与解码，选择性交配和垂直文化传播机制与MFEA中相同。

因子排名更新

• 在MFEA中，因子排名根据因子成本进行计算。在MOMFEA中，由于有多个目标函数，不能单由因子成本来决定因子排名，进而通过非支配排序和拥挤距离对个体进行排序。挑选种群中 在任意任务上 具有小Rank值并且具有较大拥挤距离的个体作为保留下来的优势个体。