精选理由
多目标优化研究者终于有了 SPEA2 的理论短板分析——原版在支配解处理上存在盲区，SPEA2$^+$ 的改进思路（全距离密度估计）简单有效，做进化算法理论或应用的团队值得关注。
本文首次对 SPEA2 算法中处理支配解的部分进行了运行时分析，发现其在 OneTrapZeroTrap 基准上无法像 NSGA-II 等算法一样高效覆盖帕累托前沿。问题根源在于使用 k 近邻距离进行适应度分配，导致对支配个体的多样性维持不足。为此，作者提出改进版本 SPEA2$^+$，采用所有成对距离进行密度估计，在复杂问题上达到与其他主流算法相同的性能保证，同时在简单问题上保持原算法表现。实验验证了理论分析的正确性。
AI 翻译 · 中文
本文首次对 SPEA2 算法中处理支配解的部分进行了运行时分析，发现其在 OneTrapZeroTrap 基准上无法像 NSGA-II 等算法一样高效覆盖帕累托前沿。问题根源在于使用 k 近邻距离进行适应度分配，导致对支配个体的多样性维持不足。为此，作者提出改进版本 SPEA2$^+$，采用所有成对距离进行密度估计，在复杂问题上达到与其他主流算法相同的性能保证，同时在简单问题上保持原算法表现。实验验证了理论分析的正确性。
The Strength Pareto Evolutionary Algorithm 2 (SPEA2) is a popular and prominent evolutionary algorithm for solving multi-objective optimisation problems. Despite its popularity, theoretical analyses of SPEA2 have only ap…