evox.algorithms.mo.rveaa

模块内容

类

RVEAa

一个参考向量引导的演化算法（RVEAa）的实现，嵌入了参考向量重生成策略，用于多目标优化问题。

API

class evox.algorithms.mo.rveaa.RVEAa(pop_size: int, n_objs: int, lb: torch.Tensor, ub: torch.Tensor, alpha: float = 2.0, fr: float = 0.1, max_gen: int = 100, selection_op: Optional[Callable] = None, mutation_op: Optional[Callable] = None, crossover_op: Optional[Callable] = None, device: torch.device | None = None)

基础: evox.core.Algorithm

一个参考向量引导的演化算法（RVEAa）的实现，嵌入了参考向量重生成策略，用于多目标优化问题。

这类是设计用来使用参考向量引导的进化算法来解决多目标优化问题的。

参考文献:

[1] R. Cheng, Y. Jin, M. Olhofer, and B. Sendhoff, "A reference vector guided evolutionary algorithm for many-objective optimization," IEEE Transactions on Evolutionary Computation, vol. 20, no. 5, pp. 773-791, 2016. Available: https://ieeexplore.ieee.org/document/7386636

初始化

使用给定参数初始化 RVEAa 算法。

参数:

• pop_size -- 种群大小。

• n_objs -- 优化问题中的目标函数数量。

• lb -- 决策变量的下限值

• ub -- 决策变量的上限界值。

• alpha -- 一个参数，用于控制惩罚的变化速率。默认值为 2。

• fr -- 引用向量适应的频率。默认为 0.1。

• max_gen -- 最大世代数。默认为 100。

• selection_op -- 进化策略的选择操作（可选）。

• mutation_op -- 变异操作（可选）。

• crossover_op -- 交叉操作（可选）。

• device -- 运行计算的设备（可选）。

init_step()

执行工作流的初始化步骤。

调用算法的 init_step 如果被重写；否则，将调用其 step 方法。

_rv_adaptation(pop_obj: torch.Tensor)

_no_rv_adaptation(pop_obj: torch.Tensor)

_mating_pool()

_rv_regeneration(pop_obj: torch.Tensor, v: torch.Tensor)

_batch_truncation(pop: torch.Tensor, obj: torch.Tensor)

_no_batch_truncation(pop: torch.Tensor, obj: torch.Tensor)

_update_pop_and_rv(survivor: torch.Tensor, survivor_fit: torch.Tensor)

step()

执行单次优化步骤。