期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于距离优势关系的高维多目标进化算法 被引量:4
1
作者 顾清华 徐青松 李学现 《计算机科学与探索》 CSCD 北大核心 2022年第11期2642-2652,共11页
收敛性与多样性是多目标进化算法的两个主要研究方面,随着多目标优化问题目标维度的增加,传统的多目标进化算法很难维持解的多样性。为了增强算法在高维多目标优化问题中的多样性,提出了一种新的距离优势关系。首先,为了保证算法的收敛... 收敛性与多样性是多目标进化算法的两个主要研究方面,随着多目标优化问题目标维度的增加,传统的多目标进化算法很难维持解的多样性。为了增强算法在高维多目标优化问题中的多样性,提出了一种新的距离优势关系。首先,为了保证算法的收敛性,在同一小生境内,基于距离优势关系计算候选解到理想点的距离作为适应度值,选择适应度值好的候选解作为非支配解。然后,为了增强算法的多样性,距离优势关系设定了每个候选解具有相同的小生境,并且保证在同一小生境内只保留一个最优解。最后,基于提出的距离优势关系对VaEA算法进行改进,得到的算法命名为VaEA-DDR。在5、8、10、15维目标的DTLZ及IDTLZ测试问题上将改进的算法与目前六种常用的算法进行实验对比。实验结果表明,改进后的算法具有较强的竞争性,能显著增强算法的多样性。 展开更多
关键词 高维多目标优化 距离优势关系 多样性 VaEA
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部