一种基于正态分布交叉的ε-MOEA

被引：32

作者：

张敏

罗文坚

王煦法

机构：

[1] 中国科学技术大学计算机科学技术系

来源：

软件学报 | 2009年 / 20卷 / 02期

关键词：

进化多目标优化; ε-MOEA(ε-dominance based multiobjective evolutionary algorithm); 正态分布交叉; 模拟二进制交叉;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

实数编码的多目标进化算法常使用模拟二进制交叉(simulated binary crossover,称SBX)算子.通过对SBX以及进化策略中变异算子进行对比分析,并引入进化策略中的离散重组算子,提出了一种正态分布交叉(normal distribution crossover,称NDX)算子.首先在一维搜索空间实例中对NDX与SBX算子进行比较和分析,然后将NDX算子应用于Deb等人提出的稳态多目标进化算法ε-MOEA(ε-dominance based multiobjective evolutionary algorithm)中.采用NDX算子的ε-MOEA(记为ε-MOEA/NDX)算法在多目标优化标准测试集ZDT和DTLZ的10个函数上进行了实验比较.实验结果和分析表明,采用NDX的ε-MOEA所求得的Pareto最优解集质量明显优于经典算法ε-MOEA/SBX和NSGA-Ⅱ.

引用

页码：305 / 314

页数：10

共 6 条

[1] 演化策略的全局收敛性 [J].

郭崇慧 ;

唐焕文 .

计算数学, 2001, (01) :105-110

[2]

Evaluating the &epsi;-Domination Based Multi-Objective Evolutionary Algorithm for a Quick Computation of Pareto-Optimal Solutions[J] . Kalyanmoy Deb,Manikanth Mohan,Shikhar Mishra.Evolutionary Computation . 2005 (4)

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