NSGAIII中的Associate

silence1214

于 2016-02-10 00:38:41 发布

阅读量2.7k

点赞数 2

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/silence1214/article/details/50648286

版权

博客内容介绍了NSGAIII算法中的Associate步骤，涉及到解决方案与参考点向量的匹配过程。通过对解决方案进行归一化处理后，计算每个解决方案到参考点的垂直距离，选取最短距离的参考点作为匹配项。推导了计算距离的公式，并建议结合不同版本的资料阅读以加深理解。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

接着上面一个说，在进行完normalization objectives之后，接着进行的就是associate操作了，简单的说，就是对于每个solution，找到距离它最近的参考点向量，并且记录下这个参考点向量的索引和对应的最短距离，这个距离用垂直距离来衡量，有一点：在IEEE的版本中给出对应求垂直距离的公式，在作者给的的版本中写的比较隐晦。建议这2个版本结合起来读，可能会更加的清晰。详细的过程如何：
1：在我们得到的参考点之后，从坐标原点，连上这个参考点，形成一个向量，这里我们对于第 $i$ 个参考点对应的向量记录为 w

最低0.47元/天解锁文章

评论 6

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。