-
题名差分选择策略在复杂多目标优化问题中的研究
被引量：6
- 1
-
-
作者
郑金华
刘磊
李密青
尹呈
王康
-
机构
湘潭大学信息工程学院
智能计算与信息处理教育部重点实验室(湘潭大学)
邵阳市烟草公司
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2015年第9期2123-2134,共12页
-
基金
国家自然科学基金项目(61379062
61403326)
+3 种基金
湖南省教育厅重点科研基金项目(12A135)
湖南省自然科学基金项目(14JJ2072)
湖南省科技支撑计划项目(2014GK3027)
湖南省研究生创新基金项目(CX2013A011)
-
文摘
在多目标进化算法中,如何提高生成解的质量一直是研究的热点与难点.为解决以上问题,该算法从差分进化算法与计算资源分配策略2个方向进行了研究.根据多目标问题从决策空间到目标空间的映射关系以及差分进化算法基本原理,提出了一种基于双种群的多目标差分选择策略.它利用2个种群来区分个体间收敛性差别,在调整差分参数以适应多目标算法特性的基础上,以收敛性差别为依据选择参与差分运算的个体,从而提高差分算法性能,加快子代个体收敛.另外,根据子代个体收敛速率的不同,动态调整计算资源的分配,进一步提高算法收敛性.与ε-MOEA和MOEA/D-DRA在一系列复杂的多目标优化问题上进行了对比实验,结果表明了所提策略的有效性.
-
关键词
差分进化
选择策略
动态分配计算资源
多目标进化算法
复杂Pareto解集
-
Keywords
difference evolution
selection strategy
dynamic allocation of computational resource
multi-objective evolutionary algorithms
complex Pareto set
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
