多目标优化差分进化算法
【出 处】:《
计算机工程与科学
》
CSCD
2011年第33卷第9期 88-94页,共7页
【作 者】:
敖友云
[1] ;
迟洪钦
[2]
【摘 要】
个体的适应度赋值和群体的多样性维护是进化算法的两个关键问题。首先,一方面,定义了Pareto ε-支配关系的相关概念,通过Pareto ε-支配关系确定个体的强度Pareto值,根据个体的强度Pareto值对群体进行Pareto分级排序,实现优胜劣汰;另一方面,使用拥挤距离估算个体的拥挤密度,淘汰位于拥挤区的一些个体,维持群体的多样性。然后,根据差分进化算法的特点,使用适当的进化策略和控制参数,给出了一种用于求解多目标优化问题的差分进化算法DEAMO。最后,数值实验表明,DEAMo在求解标准的多目标优化问题时性能表现优良。
相关热词搜索:
上一篇:基于新变异算子的改进粒子群优化算法
下一篇:二元关系的性质测试及其复杂性分析