基于自适应ε占优的多目标差分演化算法附视频

被引：2

作者：

许金 ^{[1
,2
]}

谷琼 ^{[1
,3
]}

蔡之华 ^{[2
]}

龚文引 ^{[2
]}

机构：

[1] 湖北文理学院数学与计算机科学学院

[2] 中国地质大学计算机学院

[3] 西南大学逻辑与智能研究中心

来源：

南京师大学报(自然科学版) | 2015年 / 01期

基金：

中国博士后科学基金;

关键词：

多目标优化; Pareto最优解; 差分演化; 正交设计; 自适应ε占优;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

求解多目标优化问题最重要的目的就是获得尽可能逼近真实最优解和分布性良好的非支配解集.为此,本文提出了一种基于自适应ε占优的正交多目标差分演化算法,该算法具有如下特征:1.利用正交设计和连续空间的量化来产生具有良好分布性的初始演化种群,不仅能降低算法的时间复杂度,也能使演化充分利用种群中的个体;2.采用在线Archive种群来保存算法求得的非支配解,并用自适应的ε占优更新Archive种群,以自适应的方式维持种群的多样性、分布性.最后通过5个标准测试函数对算法的有效性进行了测试,并与其他的一些多目标优化算法进行了对比,实验结果显示,算法能够很好地逼近Pareto前沿,并具有良好的分布性.

引用

页码：119 / 127

页数：9

共 12 条

[1]

基于Pareto的多目标克隆进化算法 [J].