互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于空间距离的多目标差分进化算法


□ 曾映兰 伍 军 郑金华

   (湘潭大学 信息工程学院 计算机系, 湖南 湘潭 411105)
  
  摘 要:在经典差分进化的基础上,提出了一种基于空间距离的多目标差分进化算法(SDMODE),与目前经典算法NSGAⅡ和εMOEA 进行比较,结果表明该算法拥有良好的分布性,同时也较好地改善了收敛性。
  关键词:多目标进化算法;多目标优化问题;差分进化;空间距离 
  中图分类号:TP18 文献标志码:A
   文章编号:10013695(2009)02045104
  
  Multiobjective differential evolutionary algorithm based on spacial distance
  
  ZENG Yinglan, WU Jun, ZHENG Jinhua
  (Dept. of Computer, School of Information Engineering, Xiangtan University, Xiangtan Hunan 411105, China)
  Abstract:Based on the classical differential evolution,proposed a new multiobjective differential evolutionary algorithm based on spacial distance.Compared with NSGAⅡ and εMOEA,the experimental results demonstrate that the new algorithm can obtain good convergence and can converge to the true Pareto front fast at the same time.
  Key words:multiobjective evolutionary algorithm; multiobjective optimization problem(MOP); differential evolutionary(DE); spacial distance 
  0 引言
  多目标优化问题(MOPs)在许多领域是很常见的,工程实践和科学研究中优化问题大多是多目标优化问题,各目标之间通过决策变量相互制约,对其中一个目标优化必须以其他目标为代价,而且各目标的单位又往往不一致,因此很难客观地评价多目标问题解的优劣性。MOPs的求解不同于单目标优化问题(single objective optimization problems,SOPs)。SOPs的最优值只有一个, MOPs的解不是惟一的,而是存在一个最优解集合,集合中的元素称为Pareto最优或非劣最优 (nondominance)。求解它们需要用不同于单目标优化的数学工具,甚至最优的含义也发生了变化[1]。 ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017