自适应混合多目标分布估计进化算法

被引：16

作者：

梁玉洁 ^{[1
]}

许峰 ^{[2
]}

机构：

[1] 安徽理工大学计算机科学与工程学院

[2] 安徽理工大学理学院

来源：

计算机工程与应用 | 2014年 / 50卷 / 05期

关键词：

多目标优化; 分布估计算法; 差分进化算法; 自适应; 函数变化率;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

针对多目标分布估计算法全局收敛性较弱的缺陷,提出了一种自适应混合多目标分布估计进化算法。其基本思想是:在多目标分布估计算法中引入全局收敛性较强的差分进化算法,当函数变化率较大时,用分布估计算法产生新种群;当函数变化率较小即算法可能陷入局部收敛时,用差分进化算法产生新种群。理论分析和数值实验结果表明,这种混合算法不仅具有良好的全局收敛性,而且解的分布性和均匀性较没有考虑目标函数变化率的混合多目标分布估计算法也有了一定程度的提高。

引用

页码：46 / 50+207 +207

页数：6

共 4 条

[1]

一种基于DE算法和NSGA-Ⅱ的多目标混合进化算法 [J].