基于新模型的多目标Memetic算法及收敛分析

被引：7

作者：

魏静萱 ^{[1
]}

王宇平 ^{[2
]}

机构：

[1] 西安电子科技大学数学科学系

[2] 西安电子科技大学计算机学院

来源：

控制理论与应用 | 2008年 / 03期

关键词：

新模型; 多目标优化; Memetic算法; 遗传算法;

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：

将多目标函数优化问题转化成单目标约束优化问题.对转化后的问题提出了基于约束主导原理的选择方法,克服了多数方法只使用Pareto优胜关系作为选择策略而没有采用偏好信息这一缺陷;Memetic算法是求解多目标优化问题最有效的方法之一,它融合了局部搜索和进化计算.新的多目标Memetic算法引进C-metric,将模拟退火算法与遗传算法结合起来,改善了全局搜索能力.用概率论的有关知识证明了算法的收敛性.仿真结果表明该方法对不同的试验函数均可求出一组沿着Pareto前沿分布均匀且散布广泛的非劣解.

引用

页码：389 / 392

页数：4