Research Article
Uniformity-Comprehensive Multiobjective Optimization Evolutionary Algorithm Based on Machine Learning
Table 6
The IGD comparison results of MOEA-UCML with two initialization improved multiobjective optimization algorithms on DTLZ and WFG problem sets.
| | Problem | CMOPSO | MOEA/D-AAWN | MOEA-UCML |
| | DTLZ4 | 1.4430e − 1 (2.8e − 1)− | 4.8771e − 1 (3.5e − 1)− | 1.0003e − 1 (2.0e − 1) | | DTLZ5 | 4.5173e − 3 (3.4e − 4)− | 3.2439e − 3 (1.2e − 4)+ | 5.8972e − 3 (2.4e − 4) | | DTLZ6 | 4.3734e − 3 (6.1e − 5)+ | 1.5703e − 1 (3.0e − 1)− | 5.8490e − 3 (3.0e − 4) | | WFG4 | 3.8183e − 1(3.9e − 3)− | 2.1752e − 1 (1.4e − 2)+ | 2.7556e − 1 (9.7e − 3) | | WFG5 | 7.7588e − 1 (1.8e − 3)− | 2.2549e − 1 (1.2e − 2)+ | 2.7339e − 1 (9.4e − 3) | | WFG6 | 8.6534e − 1 (1.2e − 2)− | 2.8890e − 1 (2.1e − 2)− | 2.6029e − 1 (1.9e − 2) | | WFG7 | 2.9628e − 1 (2.2e − 3)− | 2.0988e − 1 (5.4e − 2) | 2.0147e − 1 (5.0e − 3) | | WFG8 | 4.0653e − 1 (8.1e − 3)− | 3.1907e − 1 (4.9e − 2) | 3.1162e − 1 (8.0e − 3) | | WFG9 | 7.3108e − 1 (3.9e − 2)− | 2.6916e − 1 (5.1e − 2)− | 2.0381e − 1 (7.8e − 3) | | 8/1/0 | 4/3/2 | |
|
|
The bold values indicate the optimal performance results of all algorithms for each test function.
|
