一种基于Hypervolume指标的自适应邻域多目标进化算法

被引：31

作者：

郑金华

李珂

李密青

文诗华

机构：

[1] 湘潭大学信息工程学院

来源：

计算机研究与发展 | 2012年 / 02期

基金：

湖南省自然科学基金;

关键词：

最小生成树; 树邻域密度; 适应度赋值; Hypervolume指标; 种群维护; 多目标进化算法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; O224 [最优化的数学理论];

学科分类号：

070105 [运筹学与控制论]; 140502 [人工智能];

摘要：

通过定义反映个体之间邻近程度的指标(个体的树邻域包含关系),在考虑个体间支配关系的基础上,利用个体与其周边个体的树邻域密度进行适应度赋值;提出了一种2,3维情况下个体独立支配区域的Hypervolume指标的计算方法,该方法用于评价个体对群体的贡献时只需要1次计算(同类方法需要2次计算);当外部种群中非支配个体数目超过规定规模时,根据个体独立支配区域的Hypervolume指标的大小对其进行修剪;在此基础上,提出了一种基于Hypervolume指标的自适应邻域多目标进化算法ANMOEA?HI.对比实验结果表明,ANMOEA?HI在保证了解集收敛性的同时亦拥有良好的分布性.

引用

页码：312 / 326

页数：15