Zhang and Li introduced the idea of

Zhang and Li introduced the idea of traditional
multi-objective optimization algorithm into the
multi-objective evolution algorithm, proposing MOEA/D.
Decomposition of multi-objective evolutionary algorithm
is to decompose the multi-objective optimization into
several simple-target optimization, and at the same time
evolve them as a community, each generation of
community of the evolution being composed by the
current optimal solutions of each sub target. In MOEA/D,
optimization of each sub target only needs individual
information of its neighbor. The neighbor relation among
sub targets is decided by the distance between each
weight vector of objective function. The more close the
distance of weight vector between two sub-goals is, the
more approximate their solutions will inevitably be. Thus
it can be seen that whether weight vector of each
objective function will fill the entire space and whether
the distribution is even is the key problem in MOEA/D.

Kết quả (Việt) 1:

Zhang và Li đã giới thiệu ý tưởng truyền thốngthuật toán tối ưu đa mục tiêu vào cácthuật toán đa mục tiêu phát triển, đề nghị MOEA/D.Phân hủy của thuật toán tiến hóa đa mục tiêulà để phân hủy tối ưu đa mục tiêu vàomột số mục tiêu đơn giản tối ưu hóa, và cùng một lúctiến triển chúng như là một cộng đồng, mỗi thế hệ củaCác cộng đồng của sự tiến hóa đang được sáng tác bởi cácgiải pháp tối ưu hiện tại của từng mục tiêu tiểu. Trong MOEA/D,tối ưu hóa của từng mục tiêu phụ chỉ cần cá nhânthông tin của hàng xóm của mình. Quan hệ hàng xóm giữaTiểu mục tiêu được quyết định bởi khoảng cách giữa mỗitrọng lượng các véc tơ của hàm mục tiêu. Càng gần gũi cáckhoảng cách của vector trọng lượng giữa hai tiểu bàn là, cácxấp xỉ hơn giải pháp của họ chắc chắn sẽ có. Do đócó thể thấy rằng cho dù trọng lượng véc tơ của mỗihàm mục tiêu sẽ điền vào toàn bộ không gian và cho dùphân phối là thậm chí là vấn đề then chốt trong MOEA/D.

Kết quả (Việt) 2:

Zhang và Li giới thiệu ý tưởng truyền thống
thuật toán tối ưu hóa đa mục tiêu vào các
thuật toán tiến hóa đa mục tiêu, đề xuất MOEA / D.
Phân hủy các thuật toán tiến hóa đa mục tiêu
là để phân hủy các tối ưu hóa đa mục tiêu vào
một số đơn giản, mục tiêu tối ưu hóa, và ở đồng thời
phát triển như một cộng đồng, mỗi thế hệ của
cộng đồng về sự tiến hóa được sáng tác bởi các
giải pháp tối ưu hiện tại của mỗi mục tiêu phụ. Trong MOEA / D,
tối ưu hóa của mỗi mục tiêu phụ chỉ cần cá nhân
thông tin của người hàng xóm của mình. Các mối quan hệ láng giềng giữa các
mục tiêu phụ được quyết định bởi khoảng cách giữa mỗi
vector trọng số của hàm mục tiêu. Các gần hơn
khoảng cách của vector trọng lượng giữa hai tiểu mục tiêu là,
nhiều hơn gần đúng giải pháp của họ chắc chắn sẽ được. Như vậy
có thể thấy rằng cho dù vector trọng lượng của mỗi
hàm mục tiêu sẽ lấp đầy toàn bộ không gian và liệu
các khoản phân bổ là vấn đề quan trọng trong MOEA / D.