algorithm - 多目的最適化：NSGAを使用した選択とVEGAを使用した選択

Question

多目的最適化での選択のコンテキストで、ベクトル生成遺伝的アルゴリズム（VEGA）と非優勢ソート遺伝的アルゴリズム（NSGA）アルゴリズムの間にどのような違いがあるのか​​疑問に思いましたか？

（NSGAはパレートベースであり、VEGAは非パレートベースであることを認識しています。）

Answer 1

違いはかなり大きいです。あなたが言うように、1つはパレートベースであり、もう1つはそうではありません。MOOでは、それは大きなことです。VEGAは、母集団を互いに素なセットに分割し、異なるセットを異なる単一の目的に向けて進化させることによって機能します。それらを組み合わせてパレートセットの意味のある表現にするのに役立つ機械が少しありますが、それは基本的に、さまざまな目的に関するソリューションの結合にすぎません。選択は、個別に設定された目的関数に関してより優れたソリューションを選択することによって行われます。

NSGAと他のパレートベースの方法は完全に異なります。それらは、目的の特定の選択に基づいてではなく、相互に比較したソリューションのプロパティに基づいて選択を行います。このような各アルゴリズムは、これらの比較を実行する方法でわずかに異なる選択を行い、NSGA-II（アルゴリズムの2番目のバージョンを必ず使用する必要があります）は、非支配的なソートによってそれを行います。基本的に、あなたはすべての非支配的な解決策を見つけて、それらをセット＃1と呼びます。次に、セット＃1の要素を削除した場合に支配的ではないすべてのソリューションを見つけます-それらはセット＃2になります。すべての解決策が説明されるまで続けます、そして結果はタマネギの層をはがすようなものです。選択手順では、常に下位クラスのメンバーを選択します（＃1、次に＃2などを設定します）。できれば'

一般に、パレートベースの方法を検討する必要があります。それらは少なくとも10〜15年の間証明された選択でした。特に、 NSGA-II、SPEA2、イプシロン-MOEA、および最近のいくつかの候補のようなエリートパレートベースの方法に焦点を当てる必要があります。