递归式多目标遗传算法

被引：5

作者：

白治江

刘广钟

机构：

[1] 上海海事大学信息工程学院

来源：

上海海事大学学报 | 2007年 / 02期

关键词：

递归式问题解决; 多目标优化; 多目标遗传算法; 多目标问题;

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：

介绍递归式多目标遗传算法(Recursive Multiple Objective Genetic Algorithms,RMOGA).整个进化过程分为与目标数量相等的几个递归阶段,每个阶段多增入一个目标.每个阶段先用一个独立的群体进化新增的目标;该群体中性能较好的个体与上一阶段多目标进化的群体联合形成已增目标集的初始群体.实验结果表明,在绝大多数问题中,RMOGA的性能优于NSGA-Ⅱ,SPEA及PAES等3个典型的多目标遗传算法.

引用

页码：62 / 66+74 +74

页数：6

共 4 条

[1]

Multiobjective optimization and multiple constraint handling with evolutionary algorithms:A unified formulation. FONSECA C M,FLEMING P J. IEEE Trans.Syst.Man,Cybern.A . 1998

[2]

Multiobjective evolutionary algorithms:a comparative case study and the strength Pareto approach. ZITZLER E,THIELE L. IEEE Trans.Evo-lut.Comput . 1999

[3]

A fast and elitist multiobjective genetic algorithm:NSGA-Ⅱ. DEB K,PRATAP A,AGARWAL S. IEEE Trans.Evolut.Comput . 2002

[4]

Approximating the mondominated front using the Pareto archived evolution strategy. KNOWLES J D,CORNE D W. Evolut.Comput . 2000

← 1 →