A recent comparison of well-established multiobjective evolutionary algorithms (MOEAs) has helped better identify the current state-of-the-art by considering (i) parameter tuning through automatic configuration, (ii) a wide range of different setups, and (iii) various performance metrics. Here, we automatically devise MOEAs with verified state-of-the-art performance for multi- and many-objective continuous optimization. Our work is based on two main considerations. The first is that high-performing algorithms can be obtained from a configurable algorithmic framework in an automated way. The second is that multiple performance metrics may be required to guide this automatic design process. In the first part of this work, we extend our previously proposed algorithmic framework, increasing the number of MOEAs, underlying evolutionary algorithms, and search paradigms that it comprises. These components can be combined following a general MOEA template, and an automatic configuration method is used to instantiate high-performing MOEA designs that optimize a given performance metric and present state-of-the-art performance. In the second part, we propose a multiobjective formulation for the automatic MOEA design, which proves critical for the context of many-objective optimization due to the disagreement of established performance metrics. Our proposed formulation leads to an automatically designed MOEA that presents state-of-the-art performance according to a set of metrics, rather than a single one.

中文翻译：

---

自动设计最先进的多目标和多目标进化算法

最近对完善的多目标进化算法 (MOEA) 的比较通过考虑 (i) 通过自动配置进行参数调整，(ii) 广泛的不同设置，以及 (iii) 帮助更好地识别当前最先进的算法) 各种性能指标。在这里，我们自动设计具有经过验证的最先进性能的 MOEA，用于多目标和多目标连续优化。我们的工作基于两个主要考虑。第一个是高性能算法可以以自动化的方式从可配置的算法框架中获得。第二个是可能需要多个性能指标来指导这个自动设计过程。在这项工作的第一部分，我们扩展了我们之前提出的算法框架，增加了 MOEA 的数量，底层进化算法，以及它所包含的搜索范式。这些组件可以按照通用 MOEA 模板进行组合，并使用自动配置方法来实例化高性能 MOEA 设计，以优化给定的性能指标并呈现最先进的性能。在第二部分中，我们为自动 MOEA 设计提出了一个多目标公式，由于既定的性能指标存在分歧，这对于多目标优化的上下文至关重要。我们提出的公式导致自动设计的 MOEA 根据一组指标而不是单个指标呈现最先进的性能。自动配置方法用于实例化高性能 MOEA 设计，优化给定的性能指标并呈现最先进的性能。在第二部分中，我们为自动 MOEA 设计提出了一个多目标公式，由于既定的性能指标存在分歧，这对于多目标优化的上下文至关重要。我们提出的公式导致自动设计的 MOEA 根据一组指标而不是单个指标呈现最先进的性能。自动配置方法用于实例化高性能 MOEA 设计，优化给定的性能指标并呈现最先进的性能。在第二部分中，我们为自动 MOEA 设计提出了一个多目标公式，由于既定的性能指标存在分歧，这对于多目标优化的上下文至关重要。我们提出的公式导致自动设计的 MOEA 根据一组指标而不是单个指标呈现最先进的性能。