我有一个具有大量目标(超过 10 个)的多目标优化问题,这在大多数现实生活中的问题中都是如此。在这种情况下,使用传统 GA(如 NSGA-II 或 SPEA-II)会失败,因为 Deb 等人讨论了“维度灾难”。(2005)
同一篇论文建议在进化计算算法中使用 PCA 进行降维。我想知道是否有另一种方法来获得“帕累托最优”?
我们是否可以将这个 MOO 问题视为逆病态曲线拟合问题并使用多任务学习来解决它?我这样说是因为 MTL 因为“正则化”而流行。如果没有,什么是可行的方法?
我有一个具有大量目标(超过 10 个)的多目标优化问题,这在大多数现实生活中的问题中都是如此。在这种情况下,使用传统 GA(如 NSGA-II 或 SPEA-II)会失败,因为 Deb 等人讨论了“维度灾难”。(2005)
同一篇论文建议在进化计算算法中使用 PCA 进行降维。我想知道是否有另一种方法来获得“帕累托最优”?
我们是否可以将这个 MOO 问题视为逆病态曲线拟合问题并使用多任务学习来解决它?我这样说是因为 MTL 因为“正则化”而流行。如果没有,什么是可行的方法?