摘要
近十多年来多目标进化算法是人工智能领域的一个相当活跃的研究热点。该文从非Pareto方法、基于Pareto方法及贝叶斯多目标优化算法等角度对当今多目标进化算法进行了分析,归纳了新出现的各种方法和技术,探讨了这个领域发展中存在的问题,并进一步给出了发展方向。此外文中分别对后两类提出了解决一般问题的计算效果较好的改进算法和新的算法。
In recent ten years,new techniques and algorithms of multi-objective evolving calculation are continuously appearing.This paper analyzes multi-objective evolving algorithms from three big aspects of not Pareto,Pareto and Multi-objective Bayesian optimization.We probe existing questions and point out further development direction.In addition,two improved algorithms for latter two kinds which have been tested on test funtions are proposed.
出处
《计算机工程与应用》
CSCD
北大核心
2005年第6期33-36,共4页
Computer Engineering and Applications
基金
国家自然科学基金项目(编号:90205019)资助
关键词
多目标优化
进化算法
PARETO最优解
贝叶斯网络
multi-objective optimization,evolutionary algorithms ,Pareto optimal solution,Bayesian networks