| 多目标优化NSGA系列算法与地理决策：原理、现状与展望 |
| |
| 引用本文： | 高培超,王昊煜,宋长青,程昌秀,沈石.多目标优化NSGA系列算法与地理决策：原理、现状与展望[J].地球信息科学,2023,25(1):25-39. |
| |
| 作者姓名： | 高培超 王昊煜 宋长青 程昌秀 沈石 |
| |
| 作者单位： | 1.北京师范大学地表过程与资源生态国家重点实验室，北京 1008752.北京师范大学地理科学学部，北京 1008753.国家青藏高原科学数据中心, 北京 100101 |
| |
| 基金项目： | 中国科学院“美丽中国生态文明建设科技工程”A类战略性先导科技专项(XDA23100303);第二次青藏高原综合考察研究(2019QZKK0608);国家自然科学基金(42171088);国家自然科学基金(42171250) |
| |
| 摘 要： | 地理学正在经历“剧变”时代，愈发强调决策支持。地理决策过程中往往涉及众多因素，需要通盘考量不同因素、权衡利弊，并提出最优方案，是典型的多目标优化过程。数学领域的多目标优化算法因而在地理决策中具有广阔的应用潜力和重要意义，其最新进展是地理学中新方法、新工具的重要来源。本文综述了多目标优化领域最前沿、最流行的算法代表“非支配排序遗传系列算法”（Nondominated Sorting Genetic Algorithms,NSGAs），对其三代不同算法的原理、适用性进行对比，并综述了这些算法在地理决策领域的应用现状、改进方法、问题与局限。研究发现：在三代算法中，NSGA-Ⅱ因其在计算复杂性和使用场景方面的优势在地理决策中最为流行；NSGA-Ⅲ对建模要求较高，尚未得到广泛关注。在地理决策的各领域中，水资源管理领域是NSGA算法应用最多、最成熟的领域，该领域的问题建模和在NSGA算法中融入局部搜索的经验值得其它领域借鉴和推广；土地利用规划领域提出了较多的NSGA改进算法，为更好地融合NSGA算法进行地理决策树立了典范。未来研究中，可通过凝练行业共性问题、构建通用优化模型降低NSGA算法的应用门...
|
| 关 键 词： | 地理决策 多目标优化 非支配排序遗传系列算法 帕里托最优解 |
| 收稿时间： | 2022-04-22 |
NSGA Multi-objective Optimization Algorithms and Geographic Decision-making: Principles,State of the Art,and the Future |
| |
| GAO Peichao,WANG Haoyu,SONG Changqing,CHENG Changxiu,SHEN Shi.NSGA Multi-objective Optimization Algorithms and Geographic Decision-making: Principles,State of the Art,and the Future[J].Geo-information Science,2023,25(1):25-39. |
| |
| Authors: | GAO Peichao WANG Haoyu SONG Changqing CHENG Changxiu SHEN Shi |
| |
| Institution: | 1. State Key Laboratory of Earth Surface Processes and Resource Ecology, Beijing Normal University, Beijing 100875, China2. Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China3. National Tibetan Plateau Data Center, Beijing 100101, China |
| |
| Abstract: | |
| |
| Keywords: | geographical decision multi-objective optimization Nondominated Sorting Genetic Algorithms Pareto front |
|
| 点击此处可从《地球信息科学》浏览原始摘要信息 |
| 点击此处可从《地球信息科学》下载免费的PDF全文 |
|
