多目标演化算法的收敛性研究

被引：14

作者：

周育人

闵华清

许孝元

李元香

机构：

[1] 华南理工大学计算机科学与工程学院

[2] 武汉大学软件工程国家重点实验室广州

[3] 武汉

来源：

计算机学报 | 2004年 / 10期

基金：

广东省自然科学基金;

关键词：

演化算法; 多目标; 优化; 收敛性;

D O I：

暂无

中图分类号：

TP301 [理论、方法];

学科分类号：

081202 ;

摘要：

基于群体搜索的演化算法求解多目标优化问题有独特的优势 ,多目标演化算法已有的研究大多为算法的设计和数值试验效果的比较 ,理论研究往往被忽视 .该文讨论了多目标演化算法的收敛性问题 ,针对一种网格化的简单易于实现的多目标演化算法模型定义了多目标演化算法强收敛和弱收敛等概念 ,给出了判断算法收敛性的一般性条件 ;在变异算子为高斯变异、目标函数连续的条件下 ,证明了提出的算法强收敛 .数值实验验证了算法的可行性和有效性 .

引用

页码：1415 / 1421

页数：7

共 5 条

[1] 多目标优化的演化算法 [J].

谢涛 ;

陈火旺 ;

康立山 .

计算机学报, 2003, (08) :997-1003

[2] 遗传算法的几乎必然强收敛性——鞅方法 [J].

徐宗本 ;

聂赞坎 ;

张文修 .

计算机学报, 2002, (08) :785-793

[3] 演化策略的全局收敛性 [J].

郭崇慧 ;

唐焕文 .

计算数学, 2001, (01) :105-110

[4]

概率论教程[M]. 上海科学技术出版社 , (美)钟开莱著, 1989

[5]

MultiobjectiveoptimizationandmultipleconstrainthandlingwithevolutionaryalgorithmsPartⅡ:Applicationexample .2 FonsecaC .M,FlemingP .J. IEEETransactionsonSystems,Man,andCybernetics:PartA . 1998

← 1 →