這一篇是Xue Bing在一區cybernetics發的論文，裡面提出了兩個多目標PSO特徵選擇演算法，一個是NSPSO另一個是CMDPSO。其中NSPSO是參考了NSGA2的框架和思想。下面具體說說NSPSO。

非支配排序
來自NSGA2中的非支配排序

該需要儲存兩個量：

(1).支配個數np。該量是在可行解空間中可以支配個體p的所有個體的數量。

(2).被支配個體集合SP。該量是可行解空間中所有被個體p支配的個體組成的集合。

下面是fast_nondominated_sort的虛擬碼

個體擁擠距離
在同一層Fk中需要進行選擇性排序，按照個體擁擠距離(crowding distance)大小排序。個體擁擠距離是Fk上與i相鄰的個體i+1和i-1之間的距離，其計算步驟為：
①對同層的個體距離初始化，令L[i]d=0（表示任意個體i的擁擠距離）。
②對同層的個體按照第m個目標函式值升序排列。
③對於處在排序邊緣上的個體要給予其選擇優勢。
④對於排序中間的個體，求擁擠距離：

（其中：L[i+1]m為第i+1個體的第m目標函式值fmax，fmin分別為集合中第m目標函式的最大和最小值。）
⑤對於不同的目標函式，重複②到④的步驟，得到個體i的擁擠距離L[i]d，有限選擇擁擠距離較大的個體，可以是計算結果在目標空間均勻地分佈，維持群體的多樣性。

虛擬碼

更多內容訪問omegaxyz.com
網站所有程式碼採用Apache 2.0授權
網站文章採用知識共享許可協議BY-NC-SA4.0授權
© 2018 • OmegaXYZ-版權所有 轉載請註明出處