多目标P系统进化算法中文期刊研读第一期

多目标P系统进化算法中文期刊研读第一期

1. 多目标P系统仿生优化算法

杨世品,陆小华,薄翠梅,等. 多目标P系统仿生优化算法[J]. 北京工业大学学报,2016,42(10):35-41. DOI:10.11936/bjutxb2015090086.

• 针对这个算法的设计，我总感觉会快速收敛，但是多样性不好~
• 因为每层膜不断的进行非支配排序

2. 膜计算框架下的多目标烟花爆炸算法

毛宗杨,陈韬伟,余益民,等. 膜计算框架下的多目标烟花爆炸算法[J]. 重庆理工大学学报（自然科学版）,2018,32(11):147-155. DOI:10.3969/j.issn.1674-8425(z).2018.11.023.

• 摘要：膜系统是由多个膜组成的计算单元，具有并行计算和分布式的特性。受膜系统功能和处理化合物方式的启发，将膜系统与烟花爆炸算法结合，提出了膜框架下的烟花爆炸算法。该算法在表层膜中引入拥挤距离和非支配排序来提高算法的局部搜索效率，在外部档案中利用精英反向学习的方法增强算法的全局搜索能力。因此，将膜系统与烟花爆炸算法结合将更好地平衡算法的局部开采和全局勘探能力。仿真实验使用ZDT和DTLZ系列函数对膜计算框架下的烟花爆炸算法进行测试，结果表明：该算法所得的非支配解集更接近真实Pareto前沿，在多样性、收敛性、准确性等方面优于或部分优于其他算法。

膜计算

• 这是基于膜的分裂规则的，因此种群在一个地方初始化，但是初始化后会分裂到不同的膜中。而上一篇论文中对象是从内部进行初始化和进化以及挑选的。

• 这里我有一点非常疑惑，就是将其从表面膜分配到基本膜是有什么好处吗？

• 这里关于M的表述，前后有一点不一致~

3. 膜系统下的一种多目标优化算法

屠传运,陈韬伟,余益民,等. 膜系统下的一种多目标优化算法[J]. 智能系统学报,2017,12(5):678-683. DOI:10.11992/tis.201706013.

• 总体来说，而2中的算法差别不大，但是内含的operator换成了遗传算法。
• 我的思考在于--膜的层数到底和什么有关呢？膜中对象的数量到底和什么有关呢？

4. 一种基于膜系统理论的多目标演化算法

韩敏,刘闯,邢军. 一种基于膜系统理论的多目标演化算法[J]. 自动化学报,2014(3):431-438. DOI:10.3724/SP.J.1004.2014.00431.

• 高斯变异，均衡力字符
• 一种基于NSGA-II的膜计算进化算法
• 其中以上几种都是根据非支配排序对所有的个体排序后将rank层到每个基本膜中，但是对于rank靠后的个体，这种进化方式真的有效果或者有用吗？这是值得探讨和商榷的。某种程度上是否浪费了评价的次数。