基于(μ+λ)选择策略的多目标优化分段遗传算法

被引:4
作者
敖友云
迟洪钦
机构
[1] 上海师范大学数理信息学院
关键词
多目标优化; 遗传算法; 演化算法; Pareto最优;
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
在多目标优化遗传算法中,将整个种群按目标函数值划分成若干子种群,在各子种群内μ个父代经遗传操作产生λ个后代;然后将各子种群的所有父代和后代个体收集起来进行种群排序适应度共享,选取较好的个体组成下一代种群。相邻的非劣解容易分在同一子种群有利于提高搜索效率;各子种群间的遗传操作可采用并行处理;各子种群的所有个体收集起来进行适应度共享有利于维持种群的多样性。最后给出了计算实例。
引用
收藏
页码:91 / 93
页数:3
相关论文
共 5 条
[1]   多目标演化算法的收敛性研究 [J].
周育人 ;
闵华清 ;
许孝元 ;
李元香 .
计算机学报, 2004, (10) :1415-1421
[2]   多目标进化算法的研究与进展 [J].
崔逊学 ;
林闯 ;
方廷健 .
模式识别与人工智能, 2003, 16 (03) :306-314
[3]   Pareto强度值演化算法求解约束优化问题 [J].
周育人 ;
李元香 ;
王勇 ;
康立山 .
软件学报, 2003, (07) :1243-1249
[4]   多目标优化与决策问题的演化算法 [J].
谢涛 ;
陈火旺 .
中国工程科学, 2002, (02) :59-68
[5]  
遗传算法与工程优化.[M].[日]玄光男;[日]程润伟著;于歆杰;周根贵译;.清华大学出版社.2004,