组合分布估计和差分进化的多目标优化算法

被引：7

作者：

陶新民 ^{[1
]}

徐鹏 ^{[1
]}

刘福荣 ^{[2
]}

张冬雪 ^{[1
]}

机构：

[1] 哈尔滨工程大学信息与通信工程学院

[2] 黑龙江省电力有限公司科信处

来源：

智能系统学报 | 2013年 / 8卷 / 01期

基金：

中国博士后科学基金;

关键词：

多目标优化; 分布估计算法; 差分进化算法;

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：

为了提高多目标优化算法的收敛能力及求解精度,提出了一种组合分布估计和差分进化的多目标优化算法.该方法用分布估计算法和差分进化算法共同生成种群中的粒子,利用选择因子来控制每个粒子的产生方式,并且根据迭代次数的增加来改变2种算法的使用比例,搜索初期利用分布估计算法进行快速定位,然后用差分进化算法进行精确搜索.并对差分进化算法的变异因子进行了改进,定义了一个可变的变异因子,来控制不同搜索时期中差分进化算法的变异范围.用4个测试函数对算法进行了仿真测试,并同NSGA-Ⅱ和RM-MEDA进行了比较.实验结果表明,该算法具有良好的收敛性和分布性,并且效果稳定.

引用

页码：39 / 45

页数：7

共 6 条

[1] Differential evolution - A simple and efficient heuristic for global optimization over continuous spaces [J].