自己組織化マルチモーダル多目的ハトにヒントを得た最適化アルゴリズム

A self-organizing multimodal multi-objective pigeon-inspired optimization algorithm
Hu Yi, Wang Jie, Liang Jing, Yu Kunjie, Song Hui, Guo Qianqian, Yue Caitong, Wang Yanli Neural Computing and Applications 31.2, 915-929, 2019.

“多目的最適化アルゴリズムは,2つ以上の相反する目的に関連する問題を効果的かつ効率的に解決できるため,最近大きな注目を集めている.しかし,多くの既存の研究は,目的関数空間での解のパフォーマンスの改善に焦点を当てている.この論文では,決定変数空間における解の分布のためにいくつかのメカニズムが設計された,ハトにヒントを得た新しいマルチモーダル多目的最適化(MMOPIO)アルゴリズムを提案する.まず,MMOPIOは,標準のPIOの構造を簡素化するために,統合パラメーターに基づいて改良されたpigeon-inspired optimization(PIO)を採用する.次に,the self-organizing map(SOM)を改善されたPIOと組み合わせることで,決定変数空間をより適切に制御できるため,改善されたPIOの良好な近傍関係の構築に貢献する.最後に,エリート学習戦略と特別な混雑距離計算メカニズムを使用し,それぞれ早期の収束を防ぎ,均一な分布のソリューションを取得する.いくつかのテストインスタンスで5つの最先端の多目的最適化アルゴリズムと比較し,提案されたMMOPIOのパフォーマンスを評価し,マルチモーダル多目的最適化問題の解決におけるMMOPIOの優位性を示す.”