多目标混沌差分进化算法

被引：31

作者：

牛大鹏 ^{[1
,2
]}

王福利 ^{[1
,2
]}

何大阔 ^{[2
]}

贾明兴 ^{[2
]}

机构：

[1] 东北大学教育部流程工业综合自动化重点实验室

[2] 东北大学信息科学与工程学院

来源：

控制与决策 | 2009年 / 24卷 / 03期

关键词：

差分进化算法; 多目标优化; 混沌备用种群; 非劣最优解集;

D O I：

10.13195/j.cd.2009.03.43.niudp.018

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

将差分进化算法用于多目标优化问题,提出了多目标混沌差分进化算法(CDEMO).该算法利用混沌序列初始化种群,并用混沌备用种群进行替换操作.该操作不仅起到了维持非劣最优解集均匀性的作用,而且增强了算法的搜索功能.对CDEMO的性能进行研究,数值实验结果表明了CDEMO的有效性.

引用

页码：361 / 364+370 +370

页数：5

共 5 条

[1] 利用混沌差分进化算法预测RNA二级结构 [J].

胡桂武 ;

彭宏 .

计算机科学, 2007, (09) :163-166

[2] 差分进化算法研究进展 [J].

刘波 ;

王凌 ;

金以慧 .

控制与决策, 2007, (07) :721-729

[3]

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

[4] Differential evolution - A simple and efficient heuristic for global optimization over continuous spaces [J].

Storn, R ;

Price, K .

JOURNAL OF GLOBAL OPTIMIZATION, 1997, 11 (04) :341-359

[5]

Muiltiobjective Optimization Using Nondominated Sorting in Genetic Algorithms[J] . N. Srinivas,Kalyanmoy Deb.Evolutionary Computation . 1994 (3)

← 1 →