动态选择与替换策略的多目标约束优化进化算法

被引：4

作者：

龙文 ^{[1
,2
]}

梁昔明 ^{[1
]}

秦浩宇 ^{[1
]}

机构：

[1] 中南大学信息科学与工程学院

[2] 贵州财经学院贵州省经济系统仿真重点实验室

来源：

小型微型计算机系统 | 2011年 / 32卷 / 09期

基金：

高等学校博士学科点专项科研基金;

关键词：

多目标优化; 动态选择; 约束优化问题; Pareto集;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出一种基于动态选择与替换策略的多目标优化进化算法用于求解约束优化问题.新算法首先将约束优化问题转化为两个目标的多目标优化问题,基于Parto支配关系,把初始种群分为Pareto子集和Non-Pareto子集,引入一种非劣个体保护偏好策略,动态选取一定比例的最优非劣个体直接进入下一代群体,剩下的非劣个体随机替代Pareto子集中的个体.Pareto子集和Non-Pareto子集分别进行单形交叉和多样性变异操作产生新的子种群.对13个标准测试问题的数值实验结果表明新算法的有效性.

引用

页码：1862 / 1866

页数：5

共 4 条

[1] 多目标优化与自适应惩罚的混合约束优化进化算法 [J].