求解偏好多目标优化的克隆选择算法

被引：30

作者：

杨咚咚 ^{[1
,2
]}

焦李成 ^{[1
,2
]}

公茂果 ^{[1
,2
]}

余航 ^{[1
,2
]}

机构：

[1] 西安电子科技大学智能信息处理研究所

[2] 智能感知与图像理解教育部重点实验室(西安电子科技大学)

来源：

软件学报 | 2010年 / 21卷 / 01期

关键词：

人工免疫系统; 偏好多目标优化; 偏好等级; ε支配;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

目标维数较高的多目标优化问题的难题在于非支配解急剧增加,经典算法由于缺乏足够的选择压力导致性能急剧下降.提出了基于偏好等级的免疫记忆克隆选择优化算法,用于解决目标维数较高的多目标优化问题.利用决策者提供的偏好信息来为抗体分配偏好等级,根据该值比例克隆抗体,增大抗体的选择压力,加快收敛速率.根据偏好信息来缩减Pareto前沿,并用有限的偏好解估计该前沿.同时,建立了免疫记忆种群来保留较好的非支配抗体,采用ε支配机制来保持记忆抗体种群的多样性.实验结果表明,对于2目标的偏好多目标问题以及高达8目标的DTLZ2和DTLZ3问题,该算法取得了一定的实验效果.

引用

页码：14 / 33

页数：20

共 9 条

[1] 免疫克隆算法求解动态多目标优化问题 [J].

尚荣华 ;

焦李成 ;

公茂果 ;

马文萍 .

软件学报, 2007, (11) :2700-2711

[2] 免疫进化聚类算法 [J].

刘静 ;

钟伟才 ;

刘芳 ;

焦李成 .

电子学报, 2001, (S1) :1868-1872

[3] Solving multiobjective optimization problems using an artificial immune system [J].

Coello C.A.C. ;

Cortés N.C. .

Genetic Programming and Evolvable Machines, 2005, 6 (2) :163-190

[4] Combining convergence and diversity in evolutionary multiobjective optimization [J].

Laumanns, M ;

Thiele, L ;

Deb, K ;

Zitzler, E .

EVOLUTIONARY COMPUTATION, 2002, 10 (03) :263-282

[5]

Comparison of Multiobjective Evolutionary Algorithms: Empirical Results[J] . Eckart Zitzler,Kalyanmoy Deb,Lothar Thiele.Evolutionary Computation . 2000 (2)

[6]

The ‘Light Beam Search’ approach – an overview of methodology applications[J] . European Journal of Operational Research . 1999 (2)

[7]

Immune network simulations in multicriterion design[J] . J. Yoo,P. Hajela.Structural Optimization . 1999 (2)

[8]

Artificial immune systems in industrial applications. Dasgupta D, Forrest S. Proceedings of the Second International Conference on Intelligent Processing and Manufacturing of Materials （IPMM’99） . 1999

[9]

Genetic algorithm-based multi-objective optimization and conceptual engineering design. Cvetkovic D, Parmee I C. Washington DC . 1999

← 1 →