基于ε-支配的多目标进化算法及自适应ε调整策略

被引：16

作者：

刘鎏 ^{[1
]}

李敏强 ^{[1
]}

林丹 ^{[2
]}

机构：

[1] 天津大学系统工程研究所

[2] 天津大学理学院应用数学系

来源：

计算机学报 | 2008年 / 07期

关键词：

多目标优化; ε-支配; 进化算法; ε自适应调整; 精英保留策略; 稳态策略;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

提出了一类新的基于ε-支配关系的多目标进化算法.该算法采用配对比较选择和稳态替换策略,提高了算法的收敛速度,降低了计算时间.首先,在保持种群分布性上,采用了一种新的基于ε-支配关系的精英保留策略,避免了传统修剪策略所引起的Pareto前沿面的退化.其次,根据不同ε取值分析了算法收敛性,提出了一种自适应ε调整策略.最后,通过5个常用的双目标测试函数的计算,验证了包括该自适应调整策略的多目标进化算法在求解质量上显著强于NSGAII,SPEA2和ε-MOEA等主流多目标进化算法.

引用

页码：1063 / 1072

页数：10

共 4 条

[1]

Evaluating the ＆epsi;-Domination Based Multi-Objective Evolutionary Algorithm for a Quick Computation of Pareto-Optimal Solutions[J] . Kalyanmoy Deb,Manikanth Mohan,Shikhar Mishra.Evolutionary Computation . 2005 (4)

[2] Combining convergence and diversity in evolutionary multiobjective optimization [J].

Laumanns, M ;

Thiele, L ;

Deb, K ;

Zitzler, E .

EVOLUTIONARY COMPUTATION, 2002, 10 (03) :263-282

[3]

Improved Sampling of the Pareto-Front in Multiobjective Genetic Optimizations by Steady-State Evolution: A Pareto Converging Genetic Algorithm[J] . Rajeev Kumar,Peter Rockett.Evolutionary Computation . 2002 (3)

[4]

Multiple Objective Optimization with Vector Evaluated Genetic Algorithms. SCHAFFER,D.J. Vanderbilt University . 1984

← 1 →