19.8.17

1.SOM

一维流形（两个目标），聚类要一段一段去学习。三维映射到二维：神经元的个数与个体个数相同（先找出一个个体与神经元的关联，进而寻找神经元领域）。

找到最近的神经元u'

2.拥挤距离和S度量

在非支配级L大于1级时，用拥挤距离【上图的第3行，计算的是x与BL（种群）的距离（x与BL中点最小距离成为x→BL的距离）】来判断最差点，L=1时用超体积测量（S度量）因为超体积可以提高选择压力，在最优点附近进行开采，但时间复杂度大。在搜索前期收敛性不够，用拥挤距离。

3.MOEA/D

下图为分解寻找Prato 前沿（PF）的过程

下图为通过权重和寻找PF，但他寻找的时候找不到非凸的（凹形）PF的点。

下图是通过切比雪夫寻找PF，但不一定寻找到均匀的点。

4.K近邻

离x最近的k个点。

D=d1*d2，通过D判断x的位置（是否稀疏）。

5.上确界

先选出分解中的每一个区域的最大的值，再在这些最大值中选择最小的一个。

文章来源: blog.csdn.net，作者：αβγθ，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/weixin_38022166/article/details/99705020