混合变异克隆选择多目标优化算法

被引：7

作者：

陶新民

刘玉

付丹丹

毕思明

机构：

[1] 哈尔滨工程大学信息与通信工程学院

来源：

计算机仿真 | 2011年 / 28卷 / 10期

基金：

中国博士后科学基金;

关键词：

多目标优化; 克隆选择; 混合变异; 非支配;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; O224 [最优化的数学理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 070105 ; 1201 ;

摘要：

研究多目标优化问题,针对提高算法的快速性,提出一种混合变异克隆选择多目标优化算法。进化在三个抗体群中进行,不同的抗体群采用不同的变异算子,并通过外部记忆抗体群的更新,来保留进化的最优抗体,避免算法进化后期出现退化现象。算法采用的三种变异算子:高频大尺度高斯变异算子带有振荡性质,能够对Pareto最优解区域进行勘探,单基因小尺度衰减的高斯变异算子能够使优化结果逼近Pareto最优解,均匀变异算子使算法具有局部逃逸能力,能够保证解的多样性。将算法和经典的NSGA-II、ε-MOEA算法以及单一变异的多目标克隆选择算法(MCSA)进行性能比较,结果证明新算法具有较好的快速搜索性能和鲁棒性。

引用

页码：199 / 203

页数：5

共 7 条

[1] 基于人工免疫的多目标优化研究综述 [J].

王震 ;

陈云芳 .

计算机应用研究, 2009, 26 (07) :2422-2426

[2] 一种基于多代理的演化多目标优化算法 [J].

朱文琦 ;

糜仲春 .

计算机仿真, 2009, 26 (01) :193-196

[3] 基于Pareto的快速多目标克隆选择算法 [J].

李恒杰 ;

郝晓弘 ;

张磊 .

计算机应用研究, 2008, (05) :1368-1371

[4] 一种多目标优化的多概率模型分布估计算法 [J].

钟润添 ;

龚海峰 ;

李斌 ;

庄镇泉 .

计算机仿真, 2007, (04) :180-182+234

[5]

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)

[6] Solving multiobjective optimization problems using an artificial immune system [J].

Coello C.A.C. ;

Cortés N.C. .

Genetic Programming and Evolvable Machines, 2005, 6 (2) :163-190

[7]

A novel immune algorithm doe complexoptimization problems .2 Yan J L,Tie J W. Proc of the 5th World Congresson Intelligent Control and Automation . 2004

← 1 →