基于蚁群算法的多目标优化技术研究

被引：8

作者：

肖菁 ^{[1
,2
]}

陈凤莲 ^{[1
]}

汤健超 ^{[1
]}

机构：

[1] 华南师范大学计算机学院

[2] 武汉大学软件工程国家重点实验室

来源：

华南师范大学学报(自然科学版) | 2014年 / 46卷 / 01期

基金：

广东省自然科学基金; 国家高技术研究发展计划(863计划);

关键词：

多目标优化; 蚁群优化; Pareto解集; 并行化;

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：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对蚁群算法求解多目标优化的问题,在总结2007年以来多目标蚁群优化算法基础上,着重介绍当前多目标蚁群优化算法的研究热点:基于分解、种群和Pareto解集的多目标蚁群优化以及多目标蚁群算法的并行化实现,并对多目标蚁群算法未来发展方向进行了展望.

引用

页码：1 / 6

页数：6

共 15 条

[11]

Genetic algorithm with ant colony optimization (GA-ACO) for multiple sequence alignment[J] . Zne-Jung Lee,Shun-Feng Su,Chen-Chia Chuang,Kuan-Hung Liu.Applied Soft Computing Journal . 2006 (1)

[12]

Exchange strategies for multiple Ant Colony System[J] . Issmail Ellabib,Paul Calamai,Otman Basir.Information Sciences . 2006 (5)

[13]

A taxonomy and an empirical analysis of multiple objective ant colony optimization algorithms for the bi-criteria TSP[J] . C. García-Martínez,O. Cordón,F. Herrera.European Journal of Operational Research . 2006 (1)

[14]

Pareto Ant Colony Optimization: A Metaheuristic Approach to Multiobjective Portfolio Selection[J] . Karl Doerner,Walter J. Gutjahr,Richard F. Hartl,Christine Strauss,Christian Stummer.Annals of Operations Research . 2004 (1)

[15] Multi colony ant algorithms [J].

Middendorf, M ;

Reischle, F ;

Schmeck, H .

JOURNAL OF HEURISTICS, 2002, 8 (03) :305-320

← 1 2 →