HypE: 基于超体积的多目标进化优化

初学多目标进化算法，就看到，MOEA（多目标进化算法）分为三类：基于支配的（如NSGAII，PAES，SPEA-2），基于分解的（MOEA/D），和基于超体积（HypE）的。后来发现，基本上只用NSGA-II就够了，就没细学HypE，今天重新学习。
上述的MOEA三分类是基于环境选择算子分类的，因为各种子代生成算子对于单目标和多目标问题是通用的。多目标进化算法=子代生成算子（各种交叉变异）+多目标选择算子。
对于实数编码问题，最优秀的子代生成算子是SBX（模拟二进制交叉）+多项式变异。对于二进制编码，一般用单点交叉/两点交叉+随机翻转即可。
HypE在论文HypE: An Algorithm for Fast Hypervolume-BasedMany-Objective Optimization中提出，详见下文。