未找到相关数据
混合变量多目标优化设计的Pareto遗传算法实现
被引：19
作者：
朱学军
攀登
王安麟
张惠侨
叶庆泰
机构：
[1] 上海交通大学机械工程学院!上海
来源：
关键词：
多目标优化;
混合变量;
Pareto最优;
遗传算法;
模糊罚函数;
D O I：
10.16183/j.cnki.jsjtu.2000.03.031
中图分类号：
TB11 [工程数学];
学科分类号：
0701 ;
070104 ;
摘要：
提出了一种用Pareto遗传算法来实施的带约束的多目标混合变量优化方法,得到Pareto最优解集,决策者从中可选出满足设计需要的解.该算法包括6个基本算子:选择、变异、交叉、离散变量圆整算子、小生境、Pareto集合过滤器.建立了用于多目标优化的适应度函数,使用模糊罚函数法将带约束的多目标优化问题转换为无约束优化问题,同时提出了处理混合变量多目标优化问题中离散变量的方法.最后用算例说明了该方法的应用
引用
收藏
页码：117 / 120
页数：4
相关论文